公开(公告)号：CN113045139A

公开(公告)日：2021-06-29

申请号：CN202110340483.X

申请日：2021-03-30

Applicant: 中国林业科学研究院资源信息研究所

Inventor： 符利勇 ,  陈巧 ,  胡宗达 ,  谭炳香 ,  凌成星 ,  业巧林

IPC: C02F9/14 ,  C02F3/32

Abstract: 本发明针对泸沽湖大草海的现有问题，提供一种泸沽湖大草海退化湿地的生态修复方法。包括：在湿地边缘构建景观生态护岸带；在大草海的中北部水生植物生长密集或板结的区域架构大草海水生植物景观斑块；针对大草海湿地进行水体循环设计。本方案根据山水林田湖草综合治理，对恢复泸沽湖草海湿地的生态环境具有显著效果。

公开(公告)号：CN118736299A

公开(公告)日：2024-10-01

申请号：CN202410821515.1

申请日：2024-06-24

Applicant: 中国林业科学研究院资源信息研究所

Inventor： 符利勇 ,  唐守正 ,  业巧林 ,  许中旗 ,  陈巧 ,  谭靖 ,  王秋华 ,  张志东 ,  凌成星 ,  刘强 ,  谢栋博 ,  冯林艳 ,  王文文

IPC: G06V10/764 ,  G06V20/17 ,  G06V20/40 ,  G06V10/44 ,  G06V10/82 ,  G06V10/26 ,  G06N3/0499 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/0455 ,  G06N3/0985

Abstract: 本申请提供基于自注意力机制的航空林火图像识别方法，包括以下步骤：获取林火视频为数据源；通过预处理方法筛选出图像，构建林火图像数据集，同时运用数据增强技术，丰富数据多样性，提高模型泛化能力；在特征提取阶段选用10层ViT作为主干网络，采用交叠滑动窗格方式图像序列化，嵌入位置信息后作为第1层ViT的输入，将前9层ViT提取的区域选择模块通过多头自注意力机制和多层感知器机制批量嵌入第10层ViT，有效放大子图间的微差异以获取小目标特征；采用对比特征学习策略，构建目标损失函数进行模型训练，获得图像类别标签，有效提高模型的特征学习能力和识别准确率。本申请利用机器学习技术提高航空林火图像识别的准确率和鲁棒性。

公开(公告)号：CN118736219A

公开(公告)日：2024-10-01

申请号：CN202410821535.9

申请日：2024-06-24

Applicant: 中国林业科学研究院资源信息研究所

Inventor： 符利勇 ,  唐守正 ,  业巧林 ,  许中旗 ,  陈巧 ,  谭靖 ,  王秋华 ,  张志东 ,  凌成星 ,  刘强 ,  谢栋博 ,  冯林艳 ,  王文文

IPC: G06V10/26 ,  G06V10/25

Abstract: 本申请提供一种针对林火识别的火焰快速检测方法，包括以下步骤：(1)首先采用HistSplineReg分割法对各颜色通道进行多阈值分割，以保证图像分割细节清晰，计算并记录各通道上的分割区域为SR，SG和SB；(2)在各分割区域中选择一个代表点，并将代表点按颜色空间的排序顺序重新组合，形成区域的像素表示；(3)最后将像素代表点与提供的监督信息进行比对，检索出所在的目标区域；(4)获取“火”代表点所在的划分子集及其对应的火焰像素区间。该方法在保证实时性检测的同时，还能够保证较高的火焰检测率和较低的误报警率。其次，综合林火的这两项检测指标，基于YCbCr的火焰判据更适合真实场景的林火检测。

公开(公告)号：CN113705337B

公开(公告)日：2024-03-22

申请号：CN202110799165.X

申请日：2021-07-15

Applicant: 南京林业大学 ,  中国林业科学研究院资源信息研究所

Inventor： 业巧林 ,  俞一凡 ,  符利勇 ,  罗鹏 ,  高德民 ,  范习健

IPC: G06V20/17 ,  G06V20/52 ,  G06V40/10 ,  G06V10/54 ,  G06V10/56 ,  G06V10/74 ,  G06V10/762

Abstract: 本发明公开了一种基于独立共享空间距离度量学习的无人机多视图火人烟识别方法，属于模式识别技术领域，包括以下步骤：S1、通过无人机在林区实时采集数据来获取无人机航测数据，对获取的视频进行联合平差处理，对视频进行单元拆分识别得到视频中的人物、烟雾、火焰图像，并对其特征进行识别、提取和标注；S2、将采集到的实时图像进行多视图处理，提取图像的HSV颜色特征作为图像的第一视图，然后通过LBP算法提取图像的纹理特征作为图像的第二视图；S3、将数据带入多视图识别方法进行识别，该基于独立共享空间距离度量学习的无人机多视图火人烟识别方法，容易实现，并且易于优化，很好地解决了描述的目标可能存在视图缺失导致无法保证共享特征模式的有效表达的问题。

公开(公告)号：CN114078218A

公开(公告)日：2022-02-22

申请号：CN202111406318.6

申请日：2021-11-24

Applicant: 南京林业大学 ,  中国林业科学研究院资源信息研究所

Inventor： 业巧林 ,  吴福明 ,  符利勇 ,  宋智豪

IPC: G06V20/17 ,  G06V20/40 ,  G06V10/774 ,  G06V10/80 ,  G06K9/62

Abstract: 本发明公开一种自适应融合的森林烟火识别数据增广方法，包括以下步骤：森林烟火数据采集，数据集构建，数据集分析和融合数据增广；本发明在加权叠加基础上考虑样本分布不均衡问题，根据类别偏重随机提取标注框，同时结合马赛克数据增广的背景复用特点，设计IOA阈值过滤，满足条件的提取标注框与马赛克样本做线性特征融合，在保证不损失马赛克样本信息基础上拓展目标信息密度，从而提升原始样本信息利用率，解决了原始样本中目标过于集中图片中心问题，实现数据量的扩充，可以有效的缓解样本分布不均衡问题，均匀样本标注框出现的位置，提升原始样本信息利用率，极大的增加了森林烟火数据样本的规模，提高了森林烟火识别的精确度。