您的位置： 专家智库 > >

陈迪

作品数：5 被引量：0H指数：0
供职机构：西北工业大学更多>>

合作作者

文献类型

  • 5篇中文专利

主题

  • 3篇遥感
  • 3篇遥感图像
  • 3篇图像
  • 3篇网络
  • 3篇卷积
  • 3篇保真度
  • 2篇多尺度
  • 2篇直方图
  • 2篇神经网
  • 2篇神经网络
  • 2篇剩余谱
  • 2篇视觉注意
  • 2篇视觉注意模型
  • 2篇梯度直方图
  • 2篇图像细节
  • 2篇自顶向下
  • 2篇卷积神经网络
  • 2篇基于多尺度
  • 2篇方向梯度
  • 2篇方向梯度直方...

机构

  • 5篇西北工业大学

作者

  • 5篇李映
  • 5篇陈迪
  • 3篇李文博

年份

  • 1篇2021
  • 1篇2019
  • 2篇2018
  • 1篇2016
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
一种基于图像显著性与SVM的飞机目标检测方法
本发明涉及一种基于图像显著性与SVM的飞机目标检测方法，显著性区域检测中有两种视觉注意方式，分别是：自底向上(数据驱动)的注意方式、自顶向下(任务驱动)的注意方式。本发明先提取训练样本的方向梯度直方图(HOG)特征，训练...
李映聂金苗陈迪
基于多尺度协同学习卷积神经网络的遥感图像薄云去除方法
本发明涉及一种基于多尺度协同学习卷积神经网络的遥感图像薄云去除方法，将训练数据进行尺度变换后输入到不同尺度的网络结构中，依次从粗粒度到细粒度，逐级提取不同尺度的特征进行融合，以实现从粗到精的多尺度学习，最终获得有云、无云...
李映陈迪李文博
文献传递
一种基于卷积-反卷积网络的遥感图像薄云去除方法
本发明涉及一种基于卷积‑反卷积网络的遥感图像薄云去除方法，采用的网络结构由多个对称的卷积‑反卷积层链式组成，可分为卷积子网络层和反卷积子网络层，子层内每级网络结构后都加上ReLU单元进行修正。其中，卷积子网络层作为特征提...
李映陈迪李文博
文献传递
基于多尺度协同学习卷积神经网络的遥感图像薄云去除方法
本发明涉及一种基于多尺度协同学习卷积神经网络的遥感图像薄云去除方法，将训练数据进行尺度变换后输入到不同尺度的网络结构中，依次从粗粒度到细粒度，逐级提取不同尺度的特征进行融合，以实现从粗到精的多尺度学习，最终获得有云、无云...
李映陈迪李文博
文献传递
一种基于图像显著性与SVM的飞机目标检测方法
本发明涉及一种基于图像显著性与SVM的飞机目标检测方法，显著性区域检测中有两种视觉注意方式，分别是：自底向上(数据驱动)的注意方式、自顶向下(任务驱动)的注意方式。本发明先提取训练样本的方向梯度直方图(HOG)特征，训练...
李映聂金苗陈迪
文献传递
全选 清除 导出
共1页<1>
聚类工具0