-
公开(公告)号：CN111145338B
公开(公告)日：2023-09-26
申请号：CN201911299304.1
申请日：2019-12-17
Applicant: 桂林理工大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于单视角RGB图像的椅子模型重建方法及系统，包括图像编码器、多层感知器、SDF解码器、3D模块、2.5D草图模块和2D草图模块，所述图像编码器和所述多层感知器分别和所述SDF解码器连接，所述SDF解码器、所述3D模块、所述2.5D草图模块和所述2D草图模块依次连接，使用所述图像编码器RGB图片中获得全局特征，并结合所述多层感知器从查询点中提取局部特征，一同输入SDF解码器，得到SDF值，通过识别等值面提取三维模型，经过透视投影，得到2.5D草图，结合纹理编码向量输入循环一致性对抗网络，并放宽一对一的限制，得到多角度的带纹理的2D草图，可得到精细结构的三维模型，同时能灵活的生成多角度的2D图像。
-
公开(公告)号：CN114255247A
公开(公告)日：2022-03-29
申请号：CN202111576669.1
申请日：2021-12-22
Applicant: 中国农业科学院农业资源与农业区划研究所 , 桂林理工大学 , 中国农业科学院农业信息研究所
IPC: G06T7/11 , G06K9/62 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于改进Unet++网络模型的丘陵地块深度分割与提取方法，包括以下步骤：步骤1：获取研究区内GF‑1的遥感影像数据并进行预处理；步骤2：结合实地调查和目视解译，利用图像分割中多尺度分割方法制作不同分割尺度的数据集；步骤3：比较最优的分割尺度，再次修正，使之能够满足训练集的精度要求；步骤4：将修正后的训练集图像采用规则格网裁切；步骤5：通过数据增强操作对数据进行填充，并按4：1的比例将影像划分为训练集和验证集；步骤6：使用基于余弦退火学习率的Unet++网络进行建模；本发明建立基于余弦退火学习率的Unet++网络模型的原理简单，操作方便，具有较大的灵活性和实用性同时具有较强的普适性。
-
公开(公告)号：CN112505068A
公开(公告)日：2021-03-16
申请号：CN202011212066.9
申请日：2020-11-03
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于GNSS‑IR的地表土壤湿度多星组合反演方法，属于微波遥感技术领域。本发明方法通过采用测量型GNSS接收机的监测数据，提取出卫星高度角、方位角和信噪比，并通过时空重合度选取多颗有效卫星；进而利用小波分析分离各卫星信噪比中的反射信号，对低高度角的反射信号进行重采样，经非线性最小二乘正弦拟合得到各卫星的多径延迟相位；最后通过最小二乘支持向量机建立多颗卫星的多径延迟相位与土壤湿度之间的非线性关系，实现土壤湿度的高精度反演。本发明方法应用范围广，反演精度较高，能有效改善传统的卫星反射信号分离方法存在的不足和仅采用单颗卫星难以全面地反映出测站周边的土壤湿度信息问题，解决了现有技术中出现的问题。
-
公开(公告)号：CN119804829A
公开(公告)日：2025-04-11
申请号：CN202510071994.4
申请日：2025-01-16
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于PID搜索与动态时间规整的多模多频GNSS‑IR土壤湿度反演方法，属于GNSS干涉反射遥感及土壤湿度监测技术领域。本发明方法基于大地测量型接收机的GNSS原始观测数据，首先提取出各卫星信噪比、高度角和方位角，并通过多项式拟合分离反射信号；进而采用PID搜索算法优化非线性最小二乘算法，得到准确的振幅和相位；最后采用动态时间规整选星法与振幅加权融合策略，选取可用卫星并结合振幅进行有效融合。本发明能够有效地抑制相位跳变，剔除低质量卫星，无需依赖海量先验信息即可实现土壤湿度的准确反演，更具有应用性。
-
公开(公告)号：CN117825414A
公开(公告)日：2024-04-05
申请号：CN202311752912.X
申请日：2023-12-20
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于单频信号的伪距和载波相位观测值的GNSS‑IR高时间分辨率土壤湿度监测方法，属于GNSS干涉反射遥感及土壤湿度监测技术领域。本发明方法通过GNSS地基接收机获取观测值和星历文件，提取单波段的载波相位、伪距以及卫星仰角、方位角；然后线性组合单波段的载波相位和伪距并计算多路径误差，经L‑S频谱分析诊断单频组合信号后优选可用卫星；截取反演仰角附近一定数量的单频组合多路径误差作为输入，经等权最小二乘法计算各卫星相位差；统一相位差与土壤湿度的时间分辨率，等权融合同一时间下的多星相位差，有效结合多方位卫星信号所携带的地表土壤湿度信息，根据一元线性回归原理构建土壤湿度监测模型，实现高时间分辨率下的土壤湿度监测。
-
Patent Agency Ranking
公开(公告)号：CN117216625A
公开(公告)日：2023-12-12
申请号：CN202311050417.4
申请日：2023-08-21
Applicant: 桂林理工大学
IPC: G06F18/24 , G06F18/2415 , G06F18/21 , G06F18/243 , G06Q50/26 , G06Q10/0635
Abstract: 本发明涉及野火灾害风险性评估技术领域，具体涉及一种考虑土地覆盖类型的野火灾害风险性评估方法，首先收集并筛选优化得到历史野火样本；并基于土地覆盖类型的可燃性为标准对野火样本进行分类；其次通过评价因子以及野火样本的分布情况，利用CF方法计算不同土地覆盖类型中的野火发生频次；此外利用LGBM算法构建各个土地覆盖类型的野火易发性模型并验证；再将野火易发性预测结果进行组合，形成完整的区域野火易发性模型；同时收集灾害易损性因子，并利用AHP‑EWM权重组合方法构建灾害易损性模型；最后基于联合国人道主义事务部的灾害风险性评价方法，将野火发生频次和易发性评估结果与灾害易损性模型相结合，提升野火危险性评估的准确性和完整性。
-
公开(公告)号：CN115439751A
公开(公告)日：2022-12-06
申请号：CN202211159222.9
申请日：2022-09-22
Applicant: 桂林理工大学
Abstract: 本发明涉及遥感图像处理技术领域，具体涉及一种融合多注意力的高分辨率遥感影像道路提取方法，基于膨胀残差协同注意力网络，同时结合空洞卷积模块，提取更高维的道路特征信息；在U型结构的跳跃连接部分使用轻量自注意力模块，捕获特征信息的长距离依赖关系；面向通道的交叉注意力模块，消除自注意力机制模块与解码器特征的歧义，提高特征图还原能力；最后使用训练权重对未标记遥感影像进行预测，计算熵值，使用高熵值预测结果为未标注影像打上标签，和原始标签混合输入到训练网络。本发明经过融合多注意力的深度学习道路提取方法，有效建立道路长距离通道与位置信息关系，提高了道路提取的效率。
-
公开(公告)号：CN115439327A
公开(公告)日：2022-12-06
申请号：CN202211159057.7
申请日：2022-09-22
Applicant: 桂林理工大学
Abstract: 本发明涉及无人机影像拼接技术领域，具体涉及一种改进SURF无人机影像快速拼接方法，在影像预处理阶段采用DP‑DnCNN降噪模型对无人机影像进行初步降噪处理，继续采用RW‑IAMF算法对输出影像进行二次修正提升待拼接影像的质量；然后根据无人机影像的航向重叠率及旁向重叠率信息，确定待拼接影像的重叠区域，最后采用FAST特征检测算法替换传统SURF算法的特征检测阶段，对待拼接影像进行特征点快速检测，有效提升影像特征检测的效率，同时对传统SURF算法特征描述阶段进行模板改进，同时引入灰度信息参与特征描述符计算，减小了算法的计算量，有效提升了特征描述的效率，进而提升影像拼接的速度。
-
公开(公告)号：CN115014432A
公开(公告)日：2022-09-06
申请号：CN202210506435.8
申请日：2022-05-10
Applicant: 桂林理工大学
Abstract: 本发明涉及滑坡监测技术领域，具体涉及一种基于多发育因子获取与融合分析的滑坡早期预警监测方法，首先通过遥感的方式对滑坡体进行大范围普查，然后锁定可疑区域并且进行详查，核查可疑区域内的可疑或潜在滑坡体，监测所述可疑区域，采集监测区域的岩性、坡度、形变、降雨及土壤湿度作为滑坡发育因子数据，将滑坡发育因子数据融合处理与历史数据进行比较分析，最后根据分析结果确定滑坡危险等级并且发出预警信息，实现滑坡体的早期预警与防治，同时提高滑坡监测的精确度，降低监测成本。
-
公开(公告)号：CN114445524A
公开(公告)日：2022-05-06
申请号：CN202111559003.5
申请日：2021-12-20
Applicant: 桂林理工大学
IPC: G06T11/60 , G06T11/20 , G06V30/413 , G06V10/44
Abstract: 本发明涉及电子数字数据处理技术领域，具体涉及一种不动产房屋分层平面图矢量化自动成图方法，包括扫描房屋分层平面图，得到电子图片；框选电子图片的识别区域；对识别区域进行图像预处理，得到识别区域框图；对识别区域框图中的文字信息进行识别和提取，同时进行角点检测和筛选，并将筛选信息和提取信息进行配对，得到配对组；基于配对组选择线段坐标对，自定义坐标对坐标，构建实际线段坐标对；将实际线段坐标对以文本形式保存，得到文本信息；将文本信息导入绘图软件自动成图，全过程不需要人工参与绘图，解决了现有的房屋分层平面图通过人工绘图的效率和准确率较低的问题。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.047 seconds)
