-
公开(公告)号：CN107038684A
公开(公告)日：2017-08-11
申请号：CN201710227615.1
申请日：2017-04-10
Applicant: 南京信息工程大学
IPC: G06T3/40
Abstract: 本发明公开了一种提升微波成像仪空间分辨率的方法，包括以下步骤：第一步通过学习一个光谱字典对来把光学和微波图像在光谱上联合起来，然后把光学图像的空间信息通过稀疏编码把它转化到微波图像，得到一个空间分辨率提高的微波图像；第二步使用一个引导滤波器来对空间分辨率增强图像的光谱信息进行提升。为了形成一个统一的不论有无云污染的光学图像的融合框架，本发明还提出了一个基于学习的在有云污染情况下的超分辨率的方法。相较于目前那些不借助于光学信息的方法，本发明的方法能得到更好的实验结果，给人更好的视觉效果。
-
公开(公告)号：CN119399314A
公开(公告)日：2025-02-07
申请号：CN202411977076.X
申请日：2024-12-31
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于遥感影像和深度学习超分算法的湿地精细化制图方法，首先，获取研究区高、低分辨率遥感影像，对其预处理后，将高分辨率湿地样本与低分辨率影像配对，得到高分辨率湿地数据集；其次，获取土地覆盖数据并提取湿地信息得到低分辨率湿地数据集；然后，将低、高分辨率湿地数据集输入基于卷积块注意力模块的卷积变换超分网络重建特征，并利用基于Scharr卷积和快速傅里叶卷积的U‑Net架构进行分割；接着，针对湿地制图任务，设计三种损失函数的加权损失函数，从图像细节、时序和图像一致性提高湿地制图精度；最后，经评估选最优模型用于湿地精细化制图，从而提升湿地精细化制图精度，为各领域的湿地研究提供有力支持。
-
公开(公告)号：CN118710838B
公开(公告)日：2024-11-19
申请号：CN202411174654.6
申请日：2024-08-26
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种卫星激光测高数据和立体像对联合地形建模方法，涉及技术领域，首先对研究区立体像对进行同名点匹配和自由网平差预处理，得到相对定向后的立体影像；其次，获取研究区卫星激光测高数据，将h5文件解析为与卫星激光测高点高程数据相关的属性数据的CSV轨道文件；再次，对获取到的激光测高数据利用多种约束准则进行筛选，得到位置精度较高的激光点，接着将其作为控制点在立体像对上进行刺点并作为约束条件求解误差方程；最后通过立体像对前方交汇生成DSM，对其进行滤波后生成数字高程模型DEM，从而可以有效提升DEM精度，能为国土资源调查等应用提供精度更高的基础地理信息产品。
-
公开(公告)号：CN118429725B
公开(公告)日：2024-09-24
申请号：CN202410864544.6
申请日：2024-07-01
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/20 , G06V20/10 , G06N3/0455 , G06V10/46 , G06V10/774
Abstract: 本发明公开一种用于土壤湿度反演的深度学习框架，属于GNSS‑R微波遥感领域；一种用于土壤湿度反演的深度学习框架包括：ResNet34编码器、解码器和ViT模块；ResNet34编码器捕获输入图像的多尺度和分层特征，并能够随着图层的逐渐加深来学习复杂的特征，最终形成可用于遥感图像分析的多尺度特征图；解码器遵循自下而上的方式，对最低分辨率的特征图进行上采样开始，并结合ViT模块来获取特征中的编码器特征图细节；ViT模块提取多尺度空间土壤湿度特征并捕获长程依赖关系。
-
公开(公告)号：CN118428413B
公开(公告)日：2024-09-13
申请号：CN202410876209.8
申请日：2024-07-02
Applicant: 南京信息工程大学
IPC: G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/766 , G06V10/80 , G06V10/82 , G06V10/40
Abstract: 本发明公开一种用于估算地表水含量的深度学习模型及应用，属于GNSS‑R微波遥感技术领域；模型包括：上下文模块、Swin Transformer编码器、解码器以及Head模块；所述上下文模块从输入数据中提取浅层特征，编码器能理解图像的全局结构和局部细节，捕获遥感任务所需的空间关系，提取图像的底层特征；解码器整合编码器提取的底层特征获得特征图；Head模块将通过上下文模块提取的浅层特征与从所述特征图逐渐整合的层级式特征融合；利用GNSS‑R数据对水体的高敏感性进行回归估计，并结合地形因素、植被信息、土壤湿度和经纬度数据，最终生成地表水含量估算结果。
-
Patent Agency Ranking
公开(公告)号：CN118429725A
公开(公告)日：2024-08-02
申请号：CN202410864544.6
申请日：2024-07-01
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/20 , G06V20/10 , G06N3/0455 , G06V10/46 , G06V10/774
Abstract: 本发明公开一种用于土壤湿度反演的深度学习框架，属于GNSS‑R微波遥感领域；一种用于土壤湿度反演的深度学习框架包括：ResNet34编码器、解码器和ViT模块；ResNet34编码器捕获输入图像的多尺度和分层特征，并能够随着图层的逐渐加深来学习复杂的特征，最终形成可用于遥感图像分析的多尺度特征图；解码器遵循自下而上的方式，对最低分辨率的特征图进行上采样开始，并结合ViT模块来获取特征中的编码器特征图细节；ViT模块提取多尺度空间土壤湿度特征并捕获长程依赖关系。
-
-
公开(公告)号：CN117274054A
公开(公告)日：2023-12-22
申请号：CN202311192757.0
申请日：2023-09-15
Applicant: 南京信息工程大学
IPC: G06T3/40 , G06T17/05 , G06T3/00 , G06T7/10 , G06N3/0475 , G06N3/094 , G06N3/0464
Abstract: 本发明公开了三维地形要素融入深度学习的高分辨率DEM构建方法，利用低分辨率地形要素数据生成高分辨率DEM数据，解决高分辨率DEM地形数据获取困难地区数据缺失问题。以深度学习技术为基础，通过对原始DEM中的部分重复与相似模式进行学习，在低分辨率DEM重构高分辨率DEM时，引入高分辨率数据特有的高频信息，从而在理论与实际应用中改善超分辨率图像效果。为了更好地保持地形特征，从DEM数据中提取地形要素，将简单的点、线、面地形要素转化为对应的DEM。本发明实现从低分辨率DEM中提取三维地形要素，利用深度学习技术生成高分辨率DEM，得到比低分辨率DEM地表纹理细节更丰富、地物拓扑关系更符合规律的地形图像。
-
公开(公告)号：CN113837668B
公开(公告)日：2022-04-08
申请号：CN202111412313.4
申请日：2021-11-25
Applicant: 南京信息工程大学
IPC: G06Q10/06 , G01W1/10 , G06F16/9537
Abstract: 本申请公开了一种极端气候事件辨识方法和系统，该方法在获取极端气候待识别区域的气候指标格点数据之后，对待识别区域内的各个事件中心进行逐步扩展，直到与事件中心相邻的所有格点的气候指标数值都不超过所述指标阈值为止。最终通过该方法可以得到待识别区域内极端气候事件的极端气候影响范围。进一步地，还可以通过平均值的计算方法得到各个极端气候事件的气候指标强度。本方法可以最终得出待识别区域内各个极端气候事件3个维度信息：极端气候影响范围、气候指标强度和持续时间，对各个极端气候事件能够较为全面地进行识别。
-
公开(公告)号：CN114067223A
公开(公告)日：2022-02-18
申请号：CN202210047166.3
申请日：2022-01-17
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于夜光遥感数据的夜间城市过度照明监测方法，包括：S1，生成研究区的夜间照度空间分布图；S2，通过POI数据和路网数据识别城市功能分区；S3，识别夜间过度照明区域并定量表征其程度。本发明能够基于夜间灯光遥感数据对城市夜间过度照明进行监测和定量评估，有效监测城市夜间过度照明，为夜间照明的合理管控提供技术支撑。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.061 seconds)
