公开(公告)号：CN115170979A

公开(公告)日：2022-10-11

申请号：CN202210769160.7

申请日：2022-06-30

Applicant: 国家能源投资集团有限责任公司 ,  北京低碳清洁能源研究院 ,  中国矿业大学(北京) ,  国家能源集团新疆能源有限责任公司

Inventor： 李全生 ,  郭俊廷 ,  李军 ,  贺安民 ,  陈建强 ,  常博 ,  郑三龙 ,  李鹏 ,  丁雅欣 ,  杜守航 ,  张成业 ,  杨飞

IPC: G06V20/13 ,  G06V20/10 ,  G06V20/70 ,  G06V10/80 ,  G06V10/44 ,  G06V10/54 ,  G06V10/58 ,  G06V10/764 ,  G06V10/771 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明公开了一种多源数据融合的矿区精细用地分类方法，首先获取多源数据进行预处理并多尺度分割得到影像对象，并对影像对象裁剪高分影像块用于深度特征提取；然后，多分支卷积神经网络模型自动提取特征列向量和深度语义特征；利用多源特征深度融合模块进行特征融合并利用特征重要性权重计算模块计算多源数据深度特征重要性权重，实现有效信息的自适应融合；最后通过随机森林分类器利用深度融合特征进行矿区地物精细分类，得到矿区用地精细分类结果。本发明提供一种多源数据融合的矿区精细用地分类方法，实现了矿区精细用地分类，为矿区用地监测、管理和矿区生态环境保护提供基础数据支持，对于矿区用地监测管理与生态环境保护具有重要意义。

公开(公告)号：CN114972989A

公开(公告)日：2022-08-30

申请号：CN202210547696.4

申请日：2022-05-18

Applicant: 中国矿业大学(北京)

Inventor： 杜守航 ,  邢江河

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/80 ,  G06V10/40 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习算法的单幅遥感影像高度信息估算方法，其方法如下：A、基于TensorFlow搭建高度信息估算网络模型，采集遥感影像数据与nDSM数据进行配准、裁剪得到影像块，训练网络模型；B、将研究区影像裁剪为影像块并输入高度信息估算网络模型通过ResNet、DenseASPP模块、通道注意力机制模块、空间注意力机制跳跃连接模块和可变形卷积模块进行模型处理并输出高度估算结果。本发明高度信息估算网络模型先提取低层和深层特征，通过DenseASPP模块聚合语义特征，接着通过通道注意力机制模块捕获通道维度全局依赖关系，通过空间注意力机制跳跃连接模块构建跳跃连接聚合ResNet低层特征与多尺度高层特征，最后通过可变形卷积模块输出精度高、信息可靠的高度估算结果。

公开(公告)号：CN117671437A

公开(公告)日：2024-03-08

申请号：CN202311359531.5

申请日：2023-10-19

Applicant: 中国矿业大学(北京)

Inventor： 李军 ,  邢江河 ,  杜守航 ,  张成业 ,  李炜 ,  谢焱新

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06N3/0464 ,  G06V20/10

Abstract: 本发明公开了一种基于多任务卷积神经网络的露天采场识别与变化检测方法，其方法包括：S1、采集研究区T1、T2两个时相的遥感影像数据，构建多任务卷积神经网络模型；S2、变化检测网络分支将第一识别网络分支得到的特征图与第二识别网络分支得到的特征图进行差分融合得到编码特征图，然后通过跳跃连接并进行特征融合得到特征图Dt‑5、Dt‑4、Dt‑3、Dt‑2；S3、变化检测网络分支将特征图Dt1‑2与特征图Dt2‑2进行差分融合得到特征图Da‑t2；S4、将特征图Dt‑2分别与通道注意力权重、空间注意力权重相乘运算得到特征图D′t‑2，然后通过上采样操作得到变化检测结果。本发明构建有基于孪生VGG‑16网络结构的多任务卷积神经网络模型，能够快速高效地应用于露天矿区采场识别与变化区域自动检测。

公开(公告)号：CN114549972B

公开(公告)日：2023-01-03

申请号：CN202210050976.4

申请日：2022-01-17

Applicant: 中国矿业大学(北京) ,  中国自然资源航空物探遥感中心 ,  北京数论科技有限公司

Inventor： 李军 ,  邢江河 ,  杜守航 ,  张成业 ,  杨金中 ,  李炜

IPC: G06V20/10 ,  G06N3/04 ,  G06N3/08 ,  G06T7/10

Abstract: 本发明提供一种露天矿采场提取方法、装置、设备及介质，包括：获取露天采场的待检测遥感影像，并对待检测遥感影像进行降采样；将降采样后的待检测遥感影像输入至Faster R‑CNN，得到露天采场的矩形范围信息；基于矩形范围信息，在待检测遥感影像上进行截取，得到影像块，并在影像块上叠加NDVI和RRI波段得到具有红、绿、蓝、近红、NDVI、RRI六个波段的待提取影像；将待提取影像输入至改进的U‑Net网络，得到露天采场提取结果。本发明用以解决现有技术中消耗计算机内存和运行时间，以及识别露天矿采场的精度低的缺陷，实现了提升定位和提取的计算效率和精度。

公开(公告)号：CN115482463A

公开(公告)日：2022-12-16

申请号：CN202211064803.4

申请日：2022-09-01

Applicant: 北京低碳清洁能源研究院 ,  中国矿业大学(北京)

Inventor： 李全生 ,  刘海涛 ,  杜守航 ,  郭俊廷 ,  李军 ,  滕腾 ,  张村 ,  阎跃观 ,  张成业

IPC: G06V20/10 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种生成对抗网络矿区土地覆盖识别方法及系统，其方法包括：S1、获取一个区域内影像块数据集和土地覆盖标签数据集；S2、基于Pytorch构建包含生成网络和判别网络的生成对抗网络模型；S3、构建生成对抗网络模型的损失函数：S4、利用联合感知损失函数对生成对抗网络模型进行动态训练直到达到纳什平衡；S5、向训练后的生成网络输入研究区的影像块数据，输出矿区土地覆盖识别结果图。本发明通过土地覆盖样本数据集对构建的生成对抗网络模型进行训练，采用联合感知损失函数，最终实现对输入研究区影像块数据的矿区土地覆盖识别并输出特征图，提高了高分遥感影像中矿区土地覆盖的识别精度及分割效果。

公开(公告)号：CN113887459A

公开(公告)日：2022-01-04

申请号：CN202111185384.5

申请日：2021-10-12

Applicant: 中国矿业大学(北京) ,  中国自然资源航空物探遥感中心 ,  北京数论科技有限公司

Inventor： 李军 ,  李炜 ,  杜守航 ,  张成业 ,  杨金中 ,  邢江河

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于改进Unet++的露天矿区采场变化区域检测方法，其方法如下：A、获取至少两个年份的采场样本数据集，采场样本数据集中的数据为露天矿区采场的高分辨率遥感影像；B、基于Pytorch设计构建改进的Unet++网络模型，Unet++网络模型以Unet++作为基础网络结构，引入可变形卷积模块和CBAM注意力机制模块，CBAM注意力机制模块包括通道注意力模块和空间注意力模块；C、Unet++网络模型训练：利用训练数据集对Unet++网络模型进行训练并得到训练后的Unet++网络模型。本发明将多尺度可变形卷积引入Unet++网络模型并用于露天矿区场景特征提取，提高了鲁棒性与识别精度；通过在可变形卷积Unet++网络中加入深度学习注意力机制，增强模型对实质性变化类特征的学习与敏感程度。