一种基于深度融合网络的双模态图像能见度检测方法

被引:0
专利类型
发明
申请号
CN201911201734.5
申请日
2019-11-29
公开(公告)号
CN110910378B
公开(公告)日
2020-03-24
发明(设计)人
王晗 施佺 沈克成 余佩伦
申请人
申请人地址
226000 江苏省南通市啬园路9号
IPC主分类号
G06T700
IPC分类号
G06T550 G06T733 G06T340 G06N304 G06N308
代理机构
南京瑞弘专利商标事务所(普通合伙) 32249
代理人
许洁
法律状态
公开
国省代码
引用
下载
收藏
共 50 条
[1]
一种基于相似度网络的多模态图像能见度检测方法 [P]. 
王晗 ;
施佺 ;
沈克成 ;
余佩伦 .
中国专利 :CN110889398B ,2020-03-17
[2]
基于浅层融合的多模态图像能见度检测模型的深度学习方法 [P]. 
王晗 ;
施佺 ;
沈克成 ;
余佩伦 .
中国专利 :CN111738314B ,2020-10-02
[3]
一种面向多模态图像能见度检测的神经网络构建方法 [P]. 
王晗 ;
沈克成 ;
刘佳丽 ;
施佺 .
中国专利 :CN113283529B ,2021-08-20
[4]
一种基于红外图像的能见度检测方法 [P]. 
王晗 ;
沈克成 ;
余佩伦 ;
施佺 .
中国专利 :CN111428752A ,2020-07-17
[5]
一种基于双模态融合网络的目标检测方法及装置 [P]. 
侯志强 ;
孙颖 ;
马素刚 ;
杨晨 ;
程敏捷 ;
王忠民 ;
范九伦 .
中国专利 :CN115861758B ,2025-09-26
[6]
基于深度融合的图像能见度监测方法及系统 [P]. 
闫军 ;
霍建杰 .
中国专利 :CN117876340A ,2024-04-12
[7]
一种基于编码网络微调的图像能见度检测方法 [P]. 
李骞 ;
唐绍恩 ;
马强 .
中国专利 :CN109214470A ,2019-01-15
[8]
一种基于深度学习的能见度检测方法 [P]. 
凌强 ;
陈春霖 ;
李峰 .
中国专利 :CN107506729A ,2017-12-22
[9]
一种基于深度学习的雾霾能见度检测方法 [P]. 
许艳丽 ;
李海波 ;
成孝刚 ;
邵文泽 ;
吕泓君 .
中国专利 :CN107274383A ,2017-10-20
[10]
一种基于场景深度的单幅图像能见度检测方法 [P]. 
李永强 ;
任聪 ;
梁卓然 ;
胡德云 ;
齐冰 ;
冯远静 ;
冯宇 ;
陈赞 .
中国专利 :CN113570554A ,2021-10-29