Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国地质大学(武汉)郭明强获国家专利权

中国地质大学(武汉)郭明强获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国地质大学(武汉)申请的专利一种基于深度学习的高分辨率遥感影像阴影去除方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115620158B

龙图腾网通过国家知识产权局官网在2026-01-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211247675.7,技术领域涉及:G06V20/13;该发明授权一种基于深度学习的高分辨率遥感影像阴影去除方法是由郭明强;杨阳;朱祺琪;吴亮;谢忠设计研发完成,并于2022-10-12向国家知识产权局提交的专利申请。

一种基于深度学习的高分辨率遥感影像阴影去除方法在说明书摘要公布了:本发明公开了一种基于深度学习的高分辨率遥感影像阴影去除方法,包括以下步骤:构建高分辨率遥感影像阴影去除网络模型;所述遥感影像阴影去除网络模型基于GAN架构,包括生成网络和鉴别网络net_D;生成网络生成用于欺骗鉴别网络的假图像;所述生成网络包括:阴影消除器net_Gf、阴影生成器net_Gs和阴影优化器net_Gr;交替训练所述生成网络和鉴别网络:利用训练完成的高分辨率遥感影像阴影去除网络模型完成阴影去除,得到阴影去除后的遥感图像。本发明针对结构复杂的遥感区域,能够有效的去除阴影。

本发明授权一种基于深度学习的高分辨率遥感影像阴影去除方法在权利要求书中公布了:1.一种基于深度学习的高分辨率遥感影像阴影去除方法,其特征在于:包括以下步骤: S101、构建高分辨率遥感影像阴影去除网络模型;所述遥感影像阴影去除网络模型基于GAN架构,包括生成网络和鉴别网络net_D;生成网络生成用于欺骗鉴别网络的假图像;所述生成网络包括:阴影消除器net_Gf、阴影生成器net_Gs和阴影优化器net_Gr; S102:交替训练所述生成网络和鉴别网络:利用生成网络生成用于欺骗鉴别网络的假图像,并更新生成网络和鉴别网络的参数,最终得到高分辨率遥感影像阴影去除网络模型; S103:利用训练完成的高分辨率遥感影像阴影去除网络模型完成阴影去除,得到阴影去除后的遥感图像; 生成网络的训练过程如下: S201:获取原始遥感影像real_A、原始遥感影像阴影区域对应的阴影掩膜图mask,纯无阴影图像real_B,纯阴影图像real_C;以real_B的直方图为基准,使用直方图匹配方法将real_C处理成伪无阴影图像real_D; S202:将real_A输入到阴影消除器net_Gf中进行简单的阴影去除得到初始消除结果fake_A1;将fake_A1输入到阴影生成器net_Gs中进行阴影生成得到初始生成结果fake_A2;根据real_A和fake_A2应相同或保持一致性的特性来约束训练阴影消除器net_Gf和阴影生成器net_Gs; S203:将fake_A1与mask输入阴影优化器net_Gr中与real_B和real_D分别进行对比,进行色调、纹理的优化,得到最后去除阴影后的图像fake_A;根据fake_A和real_B应相同或保持一致性的特性来约束训练阴影优化器net_Gr。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国地质大学(武汉),其通讯地址为:430000 湖北省武汉市洪山区鲁磨路388号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。