-
公开(公告)号：CN117892133A
公开(公告)日：2024-04-16
申请号：CN202410076039.5
申请日：2024-01-18
Applicant: 航天宏图信息技术股份有限公司
IPC: G06F18/214 , G06F18/2135 , G06F18/25 , G06N3/088
Abstract: 本发明提供了一种基于降维网络的无监督变化检测方法、装置、设备及介质，包括：获取待检测区域的对地观测数据，并基于对地观测数据分别生成对象数据；基于对象数据和预先构建的对象级降维网络的网络参数，生成用于训练对象级降维网络的对象块数据集；利用对象块数据集，对对象级降维网络进行逐网络层的训练和降维处理，以生成待检测区域对应的对象级差异数据；根据对象级差异数据，对待检测区域进行变化检测，以生成待检测区域对应的变化检测图斑成果。本发明可以不依赖变化检测样本，实现了高效的变化区域检测，便于其工程化应用。
-
公开(公告)号：CN117192549A
公开(公告)日：2023-12-08
申请号：CN202311162466.7
申请日：2023-09-08
Applicant: 航天宏图信息技术股份有限公司 , 河南航天宏图信息技术有限公司
Abstract: 本发明提供了一种大坝全域形变监测方法、装置、电子设备及介质，包括：基于合成孔径雷达干涉InSAR技术采集大坝全域的SAR影像以及基于LiDAR设备采集重点区域的LiDAR点云数据；其中，重点区域为基于InSAR技术无法提取形变的区域；基于SAR影像提取大坝全域的雷达LOS向地表形变值；基于雷达LOS向地表形变值，以及雷达LOS向形变与大坝垂直向形变间的函数关系，计算大坝全域的InSAR沉降值；基于不同时间段的LiDAR点云数据计算重点区域的LiDAR沉降值；基于重点区域的LiDAR沉降值对大坝全域的InSAR沉降值进行校正，得到校正后的非汛期大坝全域沉降值。本发明提高了大坝全域形变监测的精度和效率，同时降低了人力和物力成本。
-
公开(公告)号：CN117115666A
公开(公告)日：2023-11-24
申请号：CN202311338177.8
申请日：2023-10-17
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V20/10 , G06V10/80 , G06V20/70 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/048 , G06N3/082
Abstract: 本发明提供了一种基于多源数据的高原湖泊提取方法、装置、设备及介质，涉及遥感解译技术领域，包括：获取研究区域的多源数据；对SAR影像数据和多光谱影像数据进行融合处理，得到单景多波段影像数据；通过目标水体分割模型，基于单景多波段影像数据确定研究区域对应的水体预测图斑；根据研究区域对应的高程数据和水体预测图斑，从研究区域中提取高原湖泊区域。本发明可以缓解高原湖泊提取精度低、难于应对复杂形态水体等问题，具备全天时全天候监测能力，能够为湖泊监测、生态保护、气候变化研究等领域提供技术支撑。
-
公开(公告)号：CN115965622B
公开(公告)日：2023-06-09
申请号：CN202310114334.0
申请日：2023-02-15
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明提供了一种遥感瓦片数据的变化检测方法和装置，涉及变化检测的技术领域，包括：获取预设变化类别的样本遥感瓦片数据对，并为目标区域添加标注矢量；基于样本遥感瓦片数据对和标注矢量，确定出目标区域对应的目标参数；基于目标参数构建训练集，并利用训练集对预设随机森林模型进行训练，得到目标随机森林模型；在获取到待检测遥感瓦片数据对之后，利用目标随机森林模型和待检测遥感瓦片数据对，确定出待检测遥感瓦片数据对对应的区域中变化区域对应的变化类别，解决了现有技术无法对遥感瓦片数据进行变化检测的技术问题。
-
公开(公告)号：CN116091497A
公开(公告)日：2023-05-09
申请号：CN202310362240.5
申请日：2023-04-07
Applicant: 航天宏图信息技术股份有限公司 , 河南航天宏图信息技术有限公司
IPC: G06T7/00 , G06V20/10 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请提供了一种遥感变化检测方法、装置、电子设备和存储介质，涉及遥感变化检测工程化技术领域，该方法包括：获取待预测两景影像，并对待预测两景影像进行预处理；将预处理后的待预测两景影像输入至预先训练好的多光谱深度学习模型进行变化区域预测，得到预测结果图斑栅格影像；对预测结果图斑栅格影像进行变化图斑优化，得到变化检测结果。本申请提升了遥感地物的变化检测精度和多光谱遥感影像处理的适用性。
-
Patent Agency Ranking
公开(公告)号：CN115861823B
公开(公告)日：2023-05-09
申请号：CN202310140461.8
申请日：2023-02-21
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V20/10 , G06V10/62 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0895
Abstract: 本发明提供了一种基于自监督深度学习的遥感变化检测方法和装置，涉及变化检测的技术领域，包括：获取样本地表反射率影像对；利用预设算法对样本地表反射率影像对进行处理，得到预训练影像，其中，预设算法包括：CCA‑EM自监督影像变换算法，典型关联分析算法、期望最大化算法和大津分割算法；对样本地表反射率影像对进行影像视觉增强处理，得到目标地表反射率影像对；利用预训练影像和目标地表反射率影像对对深度学习模型进行训练，得到自监督深度学习模型；在获取到待处理地表反射率影像对之后，利用自监督深度学习模型，确定出待处理地表反射率影像对中的变化图斑，解决了现有的遥感变化检测方法的严重依赖人工样本，导致工程化效率低和适用性差的技术问题。
-
公开(公告)号：CN115965622A
公开(公告)日：2023-04-14
申请号：CN202310114334.0
申请日：2023-02-15
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明提供了一种遥感瓦片数据的变化检测方法和装置，涉及变化检测的技术领域，包括：获取预设变化类别的样本遥感瓦片数据对，并为目标区域添加标注矢量；基于样本遥感瓦片数据对和标注矢量，确定出目标区域对应的目标参数；基于目标参数构建训练集，并利用训练集对预设随机森林模型进行训练，得到目标随机森林模型；在获取到待检测遥感瓦片数据对之后，利用目标随机森林模型和待检测遥感瓦片数据对，确定出待检测遥感瓦片数据对对应的区域中变化区域对应的变化类别，解决了现有技术无法对遥感瓦片数据进行变化检测的技术问题。
-
公开(公告)号：CN113534214A
公开(公告)日：2021-10-22
申请号：CN202111053036.2
申请日：2021-09-09
Applicant: 北斗天下卫星导航有限公司 , 航天宏图信息技术股份有限公司
Abstract: 本申请实施例提供一种车辆定位方法及装置，涉及定位技术领域，该车辆定位方法包括，先获取目标车辆的传感器实时采集数据；并根据预先构建的预测速度计算模型和传感器实时采集数据，计算当前时刻的车辆预测速度；然后根据预先构建的基于车辆特征的位置模型、车辆预测速度以及传感器实时采集数据，计算基于车辆特征的第一实时车辆位置；以及根据预先构建的基于卫星定位的位置模型以及传感器实时采集数据，计算基于卫星定位的第二实时车辆位置；最后，对第一实时车辆位置和第二实时车辆位置进行融合计算处理，得到目标车辆在当前时刻的最终实时车辆位置,能够实现复杂场景的车辆定位，定位精度高，稳定性高，适用性好。
-
公开(公告)号：CN118884376A
公开(公告)日：2024-11-01
申请号：CN202411389647.8
申请日：2024-10-08
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明提供了一种高山峡谷地区的大气改正方法、装置、设备及介质，包括：获取高山峡谷地区的时序SAR遥感影像；根据时序SAR遥感影像获取高山峡谷地区处的大气混合相位；以及，耦合加权整体最小二乘算法和粗差探测算法，识别高山峡谷地区处的垂直大气延迟相位和大气湍流相位；将垂直大气延迟相位和大气湍流相位从大气混合相位中剔除，得到高山峡谷地区处大气改正后的形变相位。本发明有效解决了高山峡谷地区大气相位难以去除、形变相位难以提取等相关问题，能够为地灾时序监测、灾害应急响应等领域提供技术支撑。
-
公开(公告)号：CN117574161A
公开(公告)日：2024-02-20
申请号：CN202410063756.4
申请日：2024-01-17
Applicant: 航天宏图信息技术股份有限公司
IPC: G06F18/214 , G06N3/045 , G06N3/0475 , G06N3/082 , G06F18/213 , G06F18/2337 , G06F18/25 , G01S13/86 , G01N21/17 , G01S7/41 , G01S13/88 , G01S13/90
Abstract: 本发明提供了一种基于生成对抗网络的地表参量估算方法、装置及设备，包括：基于监测区域对应的星载合成孔径雷达数据和/或光学对地观测遥感数据，确定监测区域对应的待处理数据；对待处理数据进行聚类分割处理生成对象级分割数据，并结合实测地表参量数据对对象级分割数据进行空间尺度转换，生成训练样本数据；利用训练样本数据，对预先构建的地表参量估算模型进行训练，以得到目标地表参量估算模型；其中，目标地表参量估算模型采用生成对抗网络框架，目标地表参量估算模型用于对监测区域处的地表参量进行估算。本发明具备鲁棒性强、效率高、便于工程化等优势，对生态环境评估和监管起到基础技术支撑作用。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.041 seconds)
