文档详情

基于无监督领域自适应的图像超分辨方法及装置.pdf

发布：2023-05-07约2.34万字共19页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114549322 A (43)申请公布日 2022.05.27 (21)申请号 202210183404.3 (22)申请日 2022.02.24 (71)申请人中山大学地址 510275 广

显示全部

相似文档

用于图像分类的基于类别自适应模型的无监督域适应方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113011456 B (45)授权公告日 2022.07.15 (21)申请号 202110171322.2 G06N 3/04 (2006.01)
2023-06-10 约1.15万字 9页立即下载
一种基于自监督的多尺度图像去噪方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117333398A (43)申请公布日2024.01.02 (21)申请号202311398669.6 (22)申请日2023.10.26 (71)申请人南京信息工程大学地址2100
2023-12-30 约1.29万字 11页立即下载
基于改进ESRGAN的图像超分辨重建方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114463176 A (43)申请公布日 2022.05.10 (21)申请号 202210098160.9 G06N 3/04 (2006.01)
2023-05-04 约1.65万字 14页立即下载
基于标签矫正的无监督领域自适应模型的实现方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112801177 B (45)授权公告日 2022.07.29 (21)申请号 202110103804.4 G06V 10/774 (2022.01)
2023-06-04 约1.01万字 10页立即下载
基于自训练的无监督领域自适应语义分割方法的探索与实践.docx 基于自训练的无监督领域自适应语义分割方法的探索与实践一、引言 1.1研究背景与意义随着人工智能技术的飞速发展，语义分割作为计算机视觉领域的关键任务，在自动驾驶、医学图像分析、遥感图像解译等诸多实际应用场景中发挥着不可或缺的作用。语义分割旨在将图像中的每个像素分配到特定的类别，从而实现对图像内容的精细化理解和分析。深度学习的出现，尤其是卷积神经网络（ConvolutionalNeuralNetworks，CNNs）的广泛应用，使得语义分割的性能得到了显著提升。基于深度学习的语义分割模型，如FCN（FullyConvolutionalNetworks）、U-Net、DeepLab
2025-04-03 约2.65万字 21页立即下载
基于深度联合语义的无监督多源领域自适应方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114821219 A (43)申请公布日 2022.07.29 (21)申请号 202210209875.7 G06N 3/08 (2006.01) (22)申请日 2022.03.0
2023-05-13 约1.01万字 12页立即下载
基于自适应光学望远镜成像过程的高分辨力图像生成方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 114881874 B (45)授权公告日 2023.03.31 (21)申请号 202210445024.2 (56)对比文件 (22)申请日 2022.04.26
2023-05-16 约1.04万字 9页立即下载
基于混合特征交互Transformer的单帧图像超分辨率方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117422614A (43)申请公布日2024.01.19 (21)申请号202311745925.4G06N3/0464(2023.01)
2024-01-18 约3.09万字 27页立即下载
自监督学习领域自适应方法.pptx 数智创新变革未来自监督学习领域自适应方法 自监督学习简介 领域自适应问题定义 自适应方法分类与特点基于对抗学习的自适应方法 基于特征重构的自适应方法 基于伪标签的自适应方法 自适应方法性能比较未来研究方向与挑战目录 自监督学习简介自监督学习领域自适应方法 自监督学习简介自监督学习定义1.自监督学习是一种利用无标签数据进行训练的方法。2.通过设定预测任务，模型从数据中自动学习有用的特征表示。3.自监督学习可以解决标签数据不足的问题，提高模型的泛化能力。自监督学习是一种利用无标签数据进行训练的方法，通过让模型预测数据的某些属性或特征，从而学习到数据的有用表示。这种方法可以解决标签数据不足的问题
2024-01-23 约7.19千字 34页立即下载
基于嵌入增强和自适应的小样本图像增量分类方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114549894 A (43)申请公布日 2022.05.27 (21)申请号 202210067078.X (22)申请日 2022.01.20 (71)申请人北京邮电大学地址 100876
2023-05-09 约2.01万字 16页立即下载
基于低分辨率先验光谱图像区域分割的自适应编码方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112819909 A (43)申请公布日 2021.05.18 (21)申请号 202110116351.9 (22)申请日 2021.01.28 (71)申请人北京理工大学重庆创新中心
2023-06-02 约1.39万字 14页立即下载
基于领域自适应的数据分类方法、装置、设备及介质.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114548297 A (43)申请公布日 2022.05.27 (21)申请号 202210177137.9 (22)申请日 2022.02.25 (71)申请人中国平安人寿保险股份有限公司地址
2023-05-09 约2.74万字 21页立即下载
高光谱图像的超分辨率重建方法和装置.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113409193 A (43)申请公布日 2021.09.17 (21)申请号 202110682864.6 (22)申请日 2021.06.18 (71)申请人北京印刷学院地址
2023-06-21 约1.69万字 13页立即下载
一种非均匀运动模糊超分辨图像复原方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114820299 A (43)申请公布日 2022.07.29 (21)申请号 202210280228.5 (22)申请日 2022.03.22 (71)申请人杭州电子科技大学地址 31001
2023-05-16 约2.1万字 19页立即下载
一种基于线扫描的图像超分辨率方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565514 A (43)申请公布日 2022.05.31 (21)申请号 202210166823.6 (22)申请日 2022.02.23 (71)申请人武汉大学地址 430072 湖
2023-05-07 约1.59万字 13页立即下载