专利交易市场

本发明涉及一种基于多尺度和深度监督耦合增益的SAR转光学图像方法，所述方法包括以下步骤：获取成对光学遥感影像和SAR影像数据集；构建基于多尺度和深度监督耦合增益的SAR转光学图像模型；基于多尺度和深度监督耦合增益的SAR转光学图像模型训练；获取待翻译SAR影像数据；获取SAR影像翻译成光学影像结果。与现有技术相比，通过构建多层次的SAR转光学图像模型，充分利用不同尺度下SAR的图像特征的一致性与互补性，保证每一层的图像翻译都是有方向的；同时本发明对每种尺度下的翻译结果进行深度监督，对聚合的多尺度特征进行有效过滤；在二者的协同作用下，最终实现局部纹理保持和全局色调一致的SAR转光学图像。

本申请涉及一种火灾检测方法、系统、电子设备和可读存储介质，属于计算机视觉技术领域。该方法包括获取待检测图像；对所述待检测图像进行特征提取，得到多个不同尺度的深层特征图；根据多个所述深层特征图，确定所述待检测图像的类别和火灾事故在所述待检测图像中的位置，所述类别包括存在火灾事故或不存在火灾事故。本申请可以高效率地检测出待检测图像中是否有火灾，以及火灾的位置信息，和人工监测火灾相比，本申请的准确性高、及时性强、人力成本更少，利用待检测图像的深层特征图进行评判，更够更好地利用待检测图像所包含的信息，使得检测过程更加智能化。

本发明公开了一种基于多尺度特征的轻量化恶意软件可视化分类方法，包括以下步骤：将恶意软件二进制文件通过马尔可夫转移矩阵建模转换为灰度图像；通过多尺度空洞卷积融合注意力模块MDFA提取图像特征；利用SimMobileNetV2网络进行分类；本发明显著提升了分类性能，具备较强的实际应用价值。