-
公开(公告)号：CN111652038A
公开(公告)日：2020-09-11
申请号：CN202010283629.7
申请日：2020-04-13
Applicant: 上海海洋大学
Abstract: 本发明公开了一种基于卷积神经网络的遥感海冰图像分类方法，解决了传统方法不能充分挖掘高光谱遥感海冰图像空谱特征以及不能结合分类目标有效区分不同光谱特征贡献度的弊端，其技术方案要点是包括有以下步骤：通过原始遥感图像获得原始数据；从原始数据中手工标记部分样本作为样本库；将输入数据根据设定策略随机选择训练样；将其余样本作为测试样本；通过训练样本对预建的三维卷积神经网络模型进行训练和特征提取，并通过挤压激励网络对提取的特征进行权重调整，并最终选择支持向量机分类器完成分类；通过训练测试后的三维卷积神经网络模型对高光谱遥感图像进行检测分类，本发明能够有效地克服现有困难，提高遥感海冰图像的分类精度。
-
公开(公告)号：CN111008664A
公开(公告)日：2020-04-14
申请号：CN201911233282.9
申请日：2019-12-05
Applicant: 上海海洋大学
Abstract: 本发明公开了一种基于空谱联合特征的高光谱海冰检测方法，解决了传统方法限制了高光谱海冰图像分类精度提升的弊端，其技术方案要点是包括有以下步骤：通过原始高光谱图像获得原始数据；从原始数据中提取空间特征并获取得到标签样本；从原始数据数据中选择各标签样本的近邻未标签样本并进行处理；将标签样本和未标签样本融合以形成输入数据；将输入数据随机划分为训练样本和测试样本，通过训练样本对预建的三维CNN网络模型进行训练，通过测试样本进行测试，以得到分类精度；通过训练测试后的三维CNN网络模型对高光谱遥感图像进行检测分类，本发明的一种基于空谱联合特征的高光谱海冰检测方法，能够有效的克服现有困难，改进高光谱海冰的分类精度。
-
公开(公告)号：CN115437375B
公开(公告)日：2024-05-24
申请号：CN202211033770.7
申请日：2022-08-26
Applicant: 上海海洋大学
IPC: G05D1/43 , G06F16/182 , G06T17/05 , G05D1/243 , G05D1/246 , G05D1/644 , G05D1/648 , G05D109/10
Abstract: 本发明公开了一种基于大数据平台分布式瓦片金字塔的三维路径规划方法，将待探索区域的大型三维地形数据DEM进行分布式瓦片金字塔处理，并将生成的分布式瓦片金字塔存储到Hadoop分布式文件系统HDFS内；使用Spark的分布式计算集群从HDFS里由上至下读取分布式瓦片金字塔的DEM数据，并采用由粗粒度到细粒度迭代的路径规划方法进行待探索区域的三维路径规划。本方法通过建立DEM的分布式瓦片金字塔的存储模型以及Spark分布式处理瓦片金字塔的流程框架，提升分布式瓦片金字塔的路径搜索效率，提高大型DEM数据的远距离路径规划任务的运行速度，同时采用粗粒度到细粒度的路径规划，而减少路径规划运行时间。
-
公开(公告)号：CN117994421A
公开(公告)日：2024-05-07
申请号：CN202410025275.4
申请日：2024-01-08
Applicant: 上海海洋大学
IPC: G06T17/00 , G06N3/084 , G06N3/09 , G06N3/0464
Abstract: 本发明属于三维重建的技术领域，公开了一种基于多视光学卫星影像的地表稠密三维重建方法，利用多视图卫星影像数据集对重建网络模型进行训练，再将训练好的重建网络模型用于三维重建，该重建网络模型包括特征提取模块和高程预测模块，特征提取模块先后经过特征金字塔网络FPN、DCN可变型卷积操作和注意力机制处理，提取不同尺度下的局部特征和全局特征，以得到不同尺度的特征体；高程预测模块按照尺度由小到大的顺序分别对不同的特征体进行可微RPC映射处理，再结合参考影像的上下文特征进行正则化处理，并且将小尺度特征体的正则化处理结果参与大尺度特征体的可微RPC映射处理，以最大尺度特征体的正则化处理结果作为最终结果。
-
公开(公告)号：CN117372856A
公开(公告)日：2024-01-09
申请号：CN202311423974.6
申请日：2023-10-30
Applicant: 上海海洋大学
IPC: G06V20/05 , G06V20/52 , G06V10/24 , G06V10/764 , G06V10/774 , G06N20/20
Abstract: 本发明属于海冰厚度监测技术领域，公开了一种综合海冰厚度反演方法、系统、介质、计算机设备及终端，随机初始化一个回归树模型作为第一棵树，是一个根节点或一个包含多个叶子节点的树，利用当前模型对训练集进行预测，计算每个样本的残差值，即真实值减去当前模型的预测值；在残差上训练一个新的回归树模型，新的回归树模型的输出为残差的估计值；将新的回归树模型加入到当前模型中，形成一个新的模型；不断迭代，直到达到预设的迭代次数或者误差的收敛值，GBDT处理各种非线性问题，与海冰厚度的反演思想契合。本发明标记有助于减少模型在不确定性区域的错误，主动学习算法可以逐步提高模型的性能和减少不确定性。
-
Patent Agency Ranking
公开(公告)号：CN116883832A
公开(公告)日：2023-10-13
申请号：CN202310560319.9
申请日：2023-05-18
Applicant: 上海海洋大学
IPC: G06V20/10 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种地表水边界精细化提取方法。该地表水边界精细化提取方法包括：构建地表水图像数据集合；构建卷积神经网络，卷积神经网络包括浅层特征提取模块、SE注意力模块和特征融合模块；浅层特征提取模块用于对卷积块处理通道中的下采样卷积块处理后的特征进行SA模块处理；SE注意力模块用于对卷积块处理通道的输入图像进行SE模块处理；特征融合模块用于进行特征融合；采用地表水图像数据集合对卷积神经网络进行训练，得到训练好的地表水边界提取模型；用训练好的模型对待处理地表图像上的地表水边界自动提取。本发明的地表水边界精细化提取方法实现对地表图像中窄小的河流以及细小的水体进行标注，实现对地表水边界的精细化提取。
-
公开(公告)号：CN116403051A
公开(公告)日：2023-07-07
申请号：CN202310461638.4
申请日：2023-04-26
Applicant: 上海海洋大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/762 , G06V10/58 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种多源数据融合的陨石坑年龄分类方法。本发明的陨石坑年龄分类方法包括：准备用于训练的陨石坑多源融合数据，每个陨石坑多源融合数据中包括图像融合数据和属性融合数据，属性融合数据中融合形态属性融合数据和地质属性融合数据；搭建陨石坑年龄分类判定深度学习模型；利用用于训练的陨石坑多源融合数据对陨石坑年龄分类判定深度学习模型进行半监督学习训练；将待判定年龄的陨石坑数据输入训练好的分类判定模型，来判断陨石坑的年龄类别；陨石坑年龄分类判定模型中设置有图像特征提取通道、属性特征提取通道、特征融合模块、预分类模块以及决策融合模块。本发明的陨石坑年龄分类方法提升了陨石坑年龄分类判定的准确性和稳定性。
-
公开(公告)号：CN115984706A
公开(公告)日：2023-04-18
申请号：CN202111197830.4
申请日：2021-10-14
Applicant: 上海海洋大学
Abstract: 本发明属于空间遥感图像的技术领域，公开了一种用于大范围遥感影像的特征匹配方法，分别计算每个输入图像和相关图像的重叠区域，再利用SAR‑SIFT特征匹配方法对两个输入图像的重叠区域进行特征点提取和匹配，并将匹配好的特征点进行可视化处理，在进行特征点提取时，根据SAR‑SIFT特征匹配方法构建的金字塔图像层数，CPU单元遵循fork/join模式进行子线程划分，然后再调用GPU单元计算每个子线程对应的金字塔图像层的响应函数，计算完响应函数采用OpenMP多线程提取特征点和构建特征点描述子。
-
公开(公告)号：CN111008664B
公开(公告)日：2023-04-07
申请号：CN201911233282.9
申请日：2019-12-05
Applicant: 上海海洋大学
IPC: G06V20/10 , G06V20/13 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于空谱联合特征的高光谱海冰检测方法，解决了传统方法限制了高光谱海冰图像分类精度提升的弊端，其技术方案要点是包括有以下步骤：通过原始高光谱图像获得原始数据；从原始数据中提取空间特征并获取得到标签样本；从原始数据数据中选择各标签样本的近邻未标签样本并进行处理；将标签样本和未标签样本融合以形成输入数据；将输入数据随机划分为训练样本和测试样本，通过训练样本对预建的三维CNN网络模型进行训练，通过测试样本进行测试，以得到分类精度；通过训练测试后的三维CNN网络模型对高光谱遥感图像进行检测分类，本发明的一种基于空谱联合特征的高光谱海冰检测方法，能够有效的克服现有困难，改进高光谱海冰的分类精度。
-
公开(公告)号：CN115439739A
公开(公告)日：2022-12-06
申请号：CN202210908393.0
申请日：2022-07-29
Applicant: 上海海洋大学
Abstract: 本发明公开了一种基于立体影像和激光测高数据的建筑物倒塌评估方法，采用由粗到精匹配方法对震前、震后的多张立体影像进行匹配并构建连接点误差方程，同时对内部激光测高数据与立体影像进行匹配以实现激光点的提取并构建内部激光点误差方程以及对外部激光测高数据与立体影像进行匹配并构建外部激光点误差方程，最后组成平差模型；对上述平差模型进行求解，完成区域网平差并获取每张立体影像对应的补偿系数，获取每张立体影像对应的平差后有理函数成像模型；自动量测建筑物的角点，获取各个角点对应的像方坐标，将其输入立体影像的平差后有理函数成像模型，计算出建筑物的高度变化，实现建筑物倒塌程度的评估。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.029 seconds)
