公开(公告)号：CN120014353A

公开(公告)日：2025-05-16

申请号：CN202510103041.1

申请日：2025-01-22

Applicant: 福州大学

Inventor： 翁谦 ,  潘增滢 ,  林易丰 ,  林嘉雯 ,  张滢滢 ,  陈耿葳 ,  张煜

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/77 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供了一种面向国产卫星高光谱数据的基于空间邻域的多尺度光谱特征融合的分类方法，具体操作步骤如下：首先，针对已处理的卫星数据在空间维度实施切块处理，选取中心像素的标签作为对应图像块的真实标签。输入数据会先经由多尺度光谱特征提取模块。把提取得到的光谱特征传输至空间领域信息融合模块，在此模块对空间邻域信息和光谱信息展开进一步的提取和融合。将融合后的特征输入分类头，进而得到分类结果。本发明在卫星高光谱数据上取得初步成效。该方法能有效削减卫星因低空间分辨率而导致的光谱混杂和空间误差问题所产生的不良影响，切实有效地提高像素级分类的精度水平，为国产高光谱卫星数据分类提供了一种高效、精准的解决方案。

公开(公告)号：CN117079121B

公开(公告)日：2025-05-16

申请号：CN202310620502.3

申请日：2023-05-30

Applicant: 福州大学

Inventor： 翁谦 ,  王钦 ,  林嘉雯 ,  安远 ,  林易丰 ,  潘增滢 ,  卢峰 ,  刘诗琳 ,  毛美艳

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/26 ,  G06V10/40

Abstract: 本发明涉及一种基于自适应编码和两阶段训练的遥感影像建筑物提取方法。通过自适应二进制磁盘编码和两阶段训练策略将深度学习与基于点击的交互式建筑物提取结合，提高了交互式建筑物提取的精度和鲁棒性。自适应二进制磁盘编码改进磁盘编码固定半径带来的交互特征信息不足问题；通过两阶段训练引导模型更多关注交互点击区域的引导特征。相比已有方法，该发明能捕获更有引导性的交互特征，大幅减少建筑物交互点击的次数的条件下获得相同的分割精度。

公开(公告)号：CN119992269A

公开(公告)日：2025-05-13

申请号：CN202510067194.5

申请日：2025-01-16

Applicant: 福州大学

Inventor： 翁谦 ,  陈耿葳 ,  林嘉雯 ,  潘增滢 ,  林易丰 ,  林灵杰 ,  黄贤圣 ,  张滢滢 ,  陈模

IPC: G06V10/80 ,  G06V10/764 ,  G06V10/20 ,  G06V10/40 ,  G06V20/10

Abstract: 本发明提出一种基于Mamba结构的高光谱和LiDAR数据自适应融合协同分类方法。首先，利用双分支深度特性提取架构提取HSI数据的空间‑光谱联合特征以及LiDAR数据的高程语义信息。随后，通过空间上下文标记器进行特征聚合并优化空间表示。在特征融合阶段，通过基于Mamba结构的双通道协同注意力模块DCCAM来捕获全局依赖关系，同时利用参数共享确保异构特征的一致性，最后通过自适应融合模块AF有效地整合了多源特征，增强了信息的联合表示。相比已有的多模态遥感图像分类算法，本发明方法能够实现更高的分类精度并显著提升计算效率。

公开(公告)号：CN113255676A

公开(公告)日：2021-08-13

申请号：CN202110556336.6

申请日：2021-05-21

Applicant: 福州大学

Inventor： 翁谦 ,  陈浩 ,  林嘉雯 ,  陈鸿立 ,  林智明 ,  吴雨阳 ,  黄志铭

IPC: G06K9/34 ,  G06K9/62

Abstract: 本发明提出一种基于多源数据融合的高分遥感影像语义分割模型及方法，其特征在于：基于编码器‑解码器结构，通过并行的双分支孪生网络完成特征提取，使用空间通道注意力模块用于增强模块之间的关系，并使用Dupsampling进行上采样恢复特征。在ISPRS数据集上对提出的模型进行了评估。实验结果表明，MSDFM的性能优于大多数其他相关模型。特别是对于小目标可以有很好的分辨效果，在Vaihingen数据集中对于车辆的识别精度达到93.63%，达到当前最佳的效果。

公开(公告)号：CN108549872A

公开(公告)日：2018-09-18

申请号：CN201810342794.8

申请日：2018-04-17

Applicant: 福州大学

Inventor： 牛玉贞 ,  张帅 ,  林嘉雯 ,  陈俊豪

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明涉及一种适用于重定向图像质量评估的视觉注意融合方法，包括以下步骤：1、读取原始图像，使用两种显著物体检测算法生成两种显著性图；2、使用均衡化操作减小两种显著性图的分布差异，生成两幅均衡化显著性图；3、使用对应点的显著性值相加求平均的方法融合两幅均衡化显著性图，经归一化操作生成融合显著性图；4、检测原始图像中的人脸和线条信息；5、在约束放大极值的条件下，自适应地放大融合显著性图中的人脸矩形框和线条区域的显著性值，生成包含人脸和线条信息的融合显著性图；6、使用显著性增强模型增加融合显著性图的对比度，经归一化操作生成视觉注意融合显著性图。该方法能够提高客观质量评估结果与主观感知的一致性。