-
公开(公告)号：CN119689544A
公开(公告)日：2025-03-25
申请号：CN202411673045.5
申请日：2024-11-21
Applicant: 海南水文地质工程地质勘察院 , 东北大学 , 中国地质大学(武汉) , 海南地质综合勘察设计院
Inventor： 刘琼 , 魏恋欢 , 李显巨 , 曾东灵 , 黄卓雄 , 杨勇昌 , 阳建新 , 肖德瑛 , 徐子东 , 王志鑫 , 彭玉冰 , 周俊 , 罗晗 , 刘洪林 , 黄泽佼 , 高元鹏
IPC: G01V1/01 , G01S13/90 , G01S19/14 , G01C5/00 , G01N33/00 , G06F18/213 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种地震活动断层监测预警方法及系统，所述预警方法包括下列步骤：以所述平均形变速率作为第一特征，以所述累计形变量作为第二特征；基于GNSS数据获得监测区域的位置变化和速度变化，并根据位置变化提取第三特征，根据速度变化提取第四特征；基于水准观测数据提取第五特征，基于断层气体测量数据提取第六特征；构建并训练第一深度学习模型以及第二深度学习模型，将所述第一特征、第二特征、第三特征、第四特征输入第一深度学习模型中，获得第一结果，将所述第五特征、第六特征输入第二深度学习模型中获得第二结果；构建并训练第三深度学习模型。将所述第一结果、第二结果输入第三深度学习模型中，获得地层预警信息。
-
公开(公告)号：CN119180998A
公开(公告)日：2024-12-24
申请号：CN202411001511.5
申请日：2024-07-25
Applicant: 中国地质大学(武汉)
IPC: G06V10/774 , G06V10/26 , G06V20/13 , G06V20/70 , G06V10/764
Abstract: 本发明提供了一种基于地理信息条件扩散模型的多模态样本生成方法，涉及遥感图像生成技术领域，该方法包括：获取遥感多模态语义分割数据集，包括多源图像和与多源图像对应的语义标签；将遥感多模态语义分割数据集输入至地理信息条件扩散模型进行训练，得到多个多模态样本；其中，地理信息条件扩散模型包括联合输入模块和数据嵌合模块；通过联合输入模块将遥感多模态语义分割数据集中的多源图像和语义标签进行通道拼接处理，得到目标图像标签数据；通过数据嵌合模块将目标图像标签数据进行噪声注入‑降噪过程和数据分解处理，得到多个多模态样本。本发明解决了遥感图像标注数据样本通常缺少文本描述信息的问题，实现低成本和高效率的生成数据样本。
-
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。
-
Patent Agency Ranking
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。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.06 seconds)
