“一种基于特征融合与旋转目标检测器的遥感图像识别方法”等3项专利权拟转让，现将相关信息予以公示，公示期自2024年6月21日至2024年7月6日。
专利一：
一、成果名称：一种基于特征融合与旋转目标检测器的遥感图像识别方法（专利号：CN202011083850.4）
二、内容摘要：
本发明公开了一种基于特征优化与旋转目标检测的遥感图像识别方法。将采集到的遥感图像输入到Inception?Resnet网络进行位置特征的提取，得到五组关键节点特征图，将五组关键节点特征图输入到自动化特征融合网络进行特征信息的自动化融合，得到融合后位置特征图；然后将融合后位置特征图输入RPN网络中得到目标的水平位置，通过水平位置对五组特征图进行裁剪得到裁剪后的特征图，再将裁剪后的特征图输入到旋转目标检测器中，对遥感图像的目标的坐标进行旋转回归，最终得到遥感图像中目标的精确坐标。本发明具有较高的检测效率可有效识别非水平放置且分辨率较小的遥感图像目标，识别精度高，鲁棒性强。
专利二：
一、成果名称：一种基于多特征融合的静态手势图像识别方法（专利号：ZL201911336419.3）
二、内容摘要：
本发明公开了一种基于多特征融合的静态手势图像识别方法。利用综合多要素的图像处理方法对原始的手势图像进行分割，然后对分割后的手势图像进行局部特征提取，局部特征包含Gabor特征、HOG特征和Hu矩特征；将原始的手势图像转换成灰度图像，然后构建了一个双通道卷积神经网络分别提取手势图像的特征，将提取的特征进行求和作为深层次特征；将手势图像的局部特征和深层次特征进行融合，获得融合特征；将融合特征输入到分类器中分类获得不同类别的概率，以最大概率的类别作为手势图像中的手势类别识别结果。本发明提出的方式能够解决复杂背景下的26种手势字母的识别问题，且获得了较高的识别率。
专利三：
一、成果名称：混合卷积的残差网络与注意力结合的动作视频识别方法（专利号：CN202010849991.6）
二、内容摘要：
本发明公开了一种混合卷积的残差网络与注意力结合的动作视频识别方法。包括：1)读取动作视频中人的动作，然后将动作视频转换为原始视频帧图像；2)分别使用时间抽样、随机裁剪和亮度调整的方法对动作视频的视频帧进行数据增强，组成获得视频帧图像；3)构建注意力模块，利用注意力模块构建混合卷积块，级联混合卷积块构建基于混合卷积的残差网络与注意力结合的混合卷积残差网络模型，用混合卷积残差网络模型对视频帧图像进行时空特征学习，获取关键特征图；4)使用Softmax分类层对关键特征图进行分类。本发明在扩展网络深度的同时，保留视频帧的特征信息，充分融合时空特征，提高重要通道特征的相关度，有效地提高动作识别的预测性能。
三、转化方式：专利权转让
四、拟交易价格：60000元人民币
五、价格确定方式：协议定价
如有问题，请于公示期内以书面形式反映给产业技术中心。
联系电话：86843059
产业技术中心、华体会体育（中国）HTH·官方网站（杭州）技术转移有限公司
2024年6月21日
今天是：
搜索