基于无监督深度学习的多光照角度航天器图像融合方法

被引：0

申请号：

CN202211203401.8

申请日：

2022-09-29

公开(公告)号：

CN115511763A

公开(公告)日：

2022-12-23

发明(设计)人：

向澳张育林徐韵范丽何云瀚邱炜

申请人：

申请人地址：

310058 浙江省杭州市西湖区余杭塘路866号

IPC主分类号：

G06T550

IPC分类号：

G06T790 G06T1550 G06V1026 G06V1080 G06V1040 G06V1082 G06V1074 G06N304 G06N308

代理机构：

杭州求是专利事务所有限公司 33200

代理人：

刘静

法律状态：

公开

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2022-12-23	公开	公开
2023-01-10	实质审查的生效	实质审查的生效 IPC(主分类):G06T 5/50 申请日:20220929

共 50 条

[1]

基于无监督深度学习的多光照角度航天器图像融合方法 [P].

向澳 ;

张育林 ;

徐韵 ;

范丽 ;

何云瀚 ;

邱炜 .

中国专利 :CN115511763B ,2025-09-12

[2]

一种基于深度学习的无监督图像融合方法 [P].

李阳 ;

王继霄 ;

苗壮 ;

王家宝 ;

张睿 ;

卢继荣 .

中国专利 :CN109919887B ,2019-06-21

[3]

基于无监督学习的载人航天器在轨耗氧状态自动判别方法 [P].

鲍军鹏 ;

周文兴 ;

张震 ;

胡伟 ;

郑为阁 ;

辛景民 ;

王魁 ;

张南 ;

唐斌 ;

潘点飞 .

中国专利 :CN114881111A ,2022-08-09

[4]

基于深度学习的无监督单模态医学图像配准方法 [P].

周树波 ;

郑子涵 ;

蒋学芹 ;

谢颖华 .

中国专利 :CN115578427A ,2023-01-06

[5]

一种基于无监督深度学习的内窥镜可见光图像与近红外荧光图像融合方法 [P].

潘世遗 .

中国专利 :CN120612240A ,2025-09-09

[6]

基于深度迁移学习的航天器智能故障诊断方法 [P].

窦立谦 ;

唐艺璠 ;

张秀云 ;

张睿隆 ;

季春惠 .

中国专利 :CN113805561A ,2021-12-17

[7]

基于深度学习的全色与多光谱图像融合方法 [P].

张凯 ;

盛志 ;

张风 ;

王安飞 ;

刁文秀 ;

李卓林 .

中国专利 :CN113191993A ,2021-07-30

[8]

基于深度学习的稳定多模态数据融合航天器三维重建方法 [P].

常亮 ;

穆浩帅 ;

陈蕞 .

中国专利 :CN120852699A ,2025-10-28

[9]

一种基于深度学习的图像融合方法 [P].

蔺素珍 ;

韩泽 ;

郑瑶 .

中国专利 :CN107103331A ,2017-08-29

[10]

一种基于无监督深度学习的肺部CT图像配准方法 [P].

赵于前 ;

伍若宽 ;

陈武阳 ;

张帆 ;

杨振 .

中国专利 :CN111524170A ,2020-08-11

← 1 2 3 4 5 →