-
公开(公告)号：CN117870613B
公开(公告)日：2024-09-24
申请号：CN202311657218.X
申请日：2023-12-04
Applicant: 中国地质大学(武汉) , 宁夏回族自治区地球物理地球化学调查院(自治区深地探测中心)
Abstract: 本发明提供了一种地表沉降量提取方法及设备，涉及地质监测技术领域，地表沉降量提取方法包括：获取当前矿区的摄影监测数据、雷达监测数据和卫星监测数据；根据摄影监测数据和雷达监测数据，将矿区划分为外围区域、中间区域和中心区域；根据雷达监测数据和卫星监测数据提取外围区域地表沉降量数据，根据摄影监测数据和雷达监测数据提取中间区域地表沉降量数据，根据摄影监测数据提取中心区地表沉降量数据；根据外围区域地表沉降量数据、中间区域地表沉降量数据和中心区域地表沉降量，生成矿区地表沉降量数据。本发明根据矿区不同区域的特点，采用不同监测数据进行地表沉降量提取，从而提高矿区的地表沉降量的提取精度。
-
公开(公告)号：CN118628755A
公开(公告)日：2024-09-10
申请号：CN202410750149.5
申请日：2024-06-12
Applicant: 中国地质大学(武汉)
IPC: G06V10/40 , G06V10/774 , G06V20/10 , G06V10/74 , G06N3/0895 , G06N3/045 , G06V10/26 , G06V20/70 , G06V10/82 , G06T3/4053 , G06T3/4046
Abstract: 本发明提供了一种矿山占地特征提取模型的训练方法及装置，涉及遥感数据处理领域，该特征提取模型的训练方法包括：获取原始训练样本集；对原始训练样本集中的遥感数据进行第一增强处理，得到第一训练样本集；对原始训练样本集中的遥感数据进行第二增强处理，得到第二训练样本集，其中，第一增强处理和第二增强处理为不同的数据增强处理方法；将第一训练样本集和第二训练样本集分别输入至待训练模型中，进行迭代训练，直到第一特征和第二特征的相似损失满足预设条件时停止迭代训练，得到特征提取模型。本发明解决了相关技术中存在提取的矿山占地特征在多任务上适用性不佳的问题。
-
公开(公告)号：CN117789042B
公开(公告)日：2024-05-14
申请号：CN202410220401.1
申请日：2024-02-28
Applicant: 中国地质大学(武汉)
IPC: G06V20/10 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种道路信息解译方法、系统及存储介质，涉及遥感技术领域，所述方法包括：获取遥感影像数据；根据遥感影像数据得到设定区域的DEM数据和光学影像数据并进行融合得到融合影像数据；将融合影像数据输入预设的残差网络道路语义分割模型；通过可变形卷积编码器和条带卷积解码器得到设定区域的道路特征；并将可变形卷积编码器输出的融合影像数据的特征图输入预设的密集连接网络模型得到设定区域的道路场景概率值；根据道路场景概率值得到分类损失值；根据道路特征，结合分类损失值和预设的联通优化子网络得到设定区域的道路预测图。提高遥感数据中道路信息提取的精准度，使最终得到的道路预测图在几何形状和道路场景判定方面更为可靠和准确。
-
公开(公告)号：CN117876797A
公开(公告)日：2024-04-12
申请号：CN202410268622.6
申请日：2024-03-11
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/80 , G06V10/77 , G06V10/82
Abstract: 本发明涉及图像处理领域，提供了一种图像多标签分类方法、装置及存储介质，其中，该方法包括：通过矿区图像多标签分类模型中的级联特征提取模块提取待识别图像的特征，得到融合特征集合；根据融合特征集合中的第N级融合特征确定待识别图像的第一级分类结果，第一级分类结果包括矿区类别或非矿区类别；通过矿区图像多标签分类模型中的深度融合模块将融合特征集合中的融合特征与目标标签依赖关系进行深度融合，得到第二级分类结果；根据第一级分类结果和第二级分类结果确定待识别图像的目标分类结果，其中，目标分类结果用于表示待识别图像的矿区占地类型。通过本发明，解决了相关技术中对图像进行矿区占地类型分类时准确性较低的问题。
-
公开(公告)号：CN116721301B
公开(公告)日：2023-10-24
申请号：CN202310999943.9
申请日：2023-08-10
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/82 , G06V20/10 , G06N3/0464 , G06N3/048 , G06N3/045
Abstract: 本发明涉及图像处理技术领域，具体而言，涉及一种目标场景分类模型训练方法、分类方法、设备及存储介质。一种目标场景分类模型训练方法，包括：对遥感图像信息进行特征提取并生成融合特征；对融合特征和遥感图像信息分别提取边缘信息，并将提取的边缘信息进行融合得到增强边缘特征；将增强边缘特征和融合特征进行融合，得到边缘融合特征；将边缘融合特征进行通道特征加强，得到加强边缘融合特征；将加强边缘融合特征和对应的标签特征进行融合，得到遥感图像综合特征；将遥感图像综合特征特征输入分类器进行训练，得到目标场景分类模型。本发明的技术方案提高了目标场景分类模型对矿山目标场景的分类精度。
-
Patent Agency Ranking
公开(公告)号：CN116740410A
公开(公告)日：2023-09-12
申请号：CN202310434291.4
申请日：2023-04-21
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种双模态目标检测模型构建方法、检测方法及计算机设备，涉及目标检测技术领域，包括：根据原始图像获取双模态图像；通过神经网络模块提取双模态图像的特征，得到初始双模态特征，并利用特征互补模块对双模态图像进行处理得到植被归一化指数；将初始双模态特征发送给特征互补模块，令特征互补模块利用植被归一化指数对初始双模态特征进行特征增强；将中间双模态特征输入图卷积模块得到图卷积双模态特征、第一预测结果和第二预测结果；将第一预测结果和第二预测结果输入超像素掩膜模块生成最终损失；根据最终损失对神经网络模块、特征互补模块和图卷积模块进行参数优化，得到双模态目标检测模型。本发明实现了增加目标检测精度。
-
公开(公告)号：CN116721301A
公开(公告)日：2023-09-08
申请号：CN202310999943.9
申请日：2023-08-10
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/82 , G06V20/10 , G06N3/0464 , G06N3/048 , G06N3/045
Abstract: 本发明涉及图像处理技术领域，具体而言，涉及一种目标场景分类模型训练方法、分类方法、设备及存储介质。一种目标场景分类模型训练方法，包括：对遥感图像信息进行特征提取并生成融合特征；对融合特征和遥感图像信息分别提取边缘信息，并将提取的边缘信息进行融合得到增强边缘特征；将增强边缘特征和融合特征进行融合，得到边缘融合特征；将边缘融合特征进行通道特征加强，得到加强边缘融合特征；将加强边缘融合特征和对应的标签特征进行融合，得到遥感图像综合特征；将遥感图像综合特征特征输入分类器进行训练，得到目标场景分类模型。本发明的技术方案提高了目标场景分类模型对矿山目标场景的分类精度。
-
公开(公告)号：CN116645505A
公开(公告)日：2023-08-25
申请号：CN202310530344.2
申请日：2023-05-12
Applicant: 中国地质大学(武汉)
IPC: G06V10/26 , G06V10/40 , G06V20/10 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及图像处理技术领域，提供一种基于多尺度和级联的神经网络遥感影像语义分割方法，包括：获取待处理遥感影像；将待处理遥感影像输入构建好的语义分割网络，输出语义分割结果；语义分割网络包括编码网络、特征增强模块、解码网络、语义分割模块；其中，编码网络包括卷积块和多个多尺度特征提取模块；特征增强模块包括多个信道激活模块；解码网络为多个卷积块、多个反卷积块以及多个跨层特征选择模块通过多重级联方式构成；语义分割模块包括多尺度物体引导模块和语义分割头。本发明的语义分割网络获取特征中具有代表性和区分度的特征，采用级联方式的解码网络对特征逐层解码，增强解码网络的语义理解能力，提高了遥感影像语义分割的精确度。
-
公开(公告)号：CN113486876A
公开(公告)日：2021-10-08
申请号：CN202111050606.2
申请日：2021-09-08
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种高光谱影像波段选择方法、装置及系统。其中，方法包括：获取高光谱影像立方体，根据高光谱影像立方体生成多个超像素；对于每个超像素，构建用于反映超像素所含波段之间相似度的相似图；采用多图扩散融合策略根据所有相似图生成统一相似图；根据统一相似图对原始高光谱数据进行谱聚类得到多个高光谱子立方体；从每个高光谱子立方体中选择噪声值最小的波段作为特征波段以确定最优波段子集。通过在融合过程中嵌入每个超像素的空间和光谱信息来使得相似度较高的超像素具有更大贡献率，可以将高光谱影像中不同区域的地物信息融合进去，从而能够更加准确地描述不同波段之间的相互关系，进而能够更加准确地实现高光谱影像波段选择。
-
公开(公告)号：CN113139532B
公开(公告)日：2021-09-21
申请号：CN202110690722.4
申请日：2021-06-22
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于多输出分类模型的分类方法、计算机设备及介质，包括获取标定矿区的遥感数据，从所述标定矿区的遥感数据中提取多光谱影像和DEM数据，基于所述多光谱影像和所述DEM数据提取浅层特征，其中，所述浅层特征包括浅层光谱‑空间特征和浅层地形特征；将所述浅层光谱‑空间特征进行堆叠、将所述浅层地形特征进行堆叠，分别输入至多分支深度置信网络模型，获得融合特征；将所述融合特征分别输入至少两个分类器，获得至少两个二级地物标签，可以有效提取并融合不同模态的深度特征，结合多模型融合和多输出策略，有利于提高复杂景观区土地覆盖精细分类的精度。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.029 seconds)
