-
公开(公告)号：CN117876797B
公开(公告)日：2024-06-04
申请号：CN202410268622.6
申请日：2024-03-11
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/80 , G06V10/77 , G06V10/82
Abstract: 本发明涉及图像处理领域，提供了一种图像多标签分类方法、装置及存储介质，其中，该方法包括：通过矿区图像多标签分类模型中的级联特征提取模块提取待识别图像的特征，得到融合特征集合；根据融合特征集合中的第N级融合特征确定待识别图像的第一级分类结果，第一级分类结果包括矿区类别或非矿区类别；通过矿区图像多标签分类模型中的深度融合模块将融合特征集合中的融合特征与目标标签依赖关系进行深度融合，得到第二级分类结果；根据第一级分类结果和第二级分类结果确定待识别图像的目标分类结果，其中，目标分类结果用于表示待识别图像的矿区占地类型。通过本发明，解决了相关技术中对图像进行矿区占地类型分类时准确性较低的问题。
-
公开(公告)号：CN117870613A
公开(公告)日：2024-04-12
申请号：CN202311657218.X
申请日：2023-12-04
Applicant: 中国地质大学(武汉) , 宁夏回族自治区地球物理地球化学调查院(自治区深地探测中心)
Abstract: 本发明提供了一种地表沉降量提取方法及设备，涉及地质监测技术领域，地表沉降量提取方法包括：获取当前矿区的摄影监测数据、雷达监测数据和卫星监测数据；根据摄影监测数据和雷达监测数据，将矿区划分为外围区域、中间区域和中心区域；根据雷达监测数据和卫星监测数据提取外围区域地表沉降量数据，根据摄影监测数据和雷达监测数据提取中间区域地表沉降量数据，根据摄影监测数据提取中心区地表沉降量数据；根据外围区域地表沉降量数据、中间区域地表沉降量数据和中心区域地表沉降量，生成矿区地表沉降量数据。本发明根据矿区不同区域的特点，采用不同监测数据进行地表沉降量提取，从而提高矿区的地表沉降量的提取精度。
-
公开(公告)号：CN116740410B
公开(公告)日：2024-01-30
申请号：CN202310434291.4
申请日：2023-04-21
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种双模态目标检测模型构建方法、检测方法及计算机设备，涉及目标检测技术领域，包括：根据原始图像获取双模态图像；通过神经网络模块提取双模态图像的特征，得到初始双模态特征，并利用特征互补模块对双模态图像进行处理得到植被归一化指数；将初始双模态特征发送给特征互补模块，令特征互补模块利用植被归一化指数对初始双模态特征进行特征增强；将中间双模态特征输入图卷积模块得到图卷积双模态特征、第一预测结果和第二预测结果；将第一预测结果和第二预测结果输入超像素掩膜模块生成最终损失；根据最终损失对神经网络模块、特征互补模块和图卷积模块进行参数优
-
公开(公告)号：CN116863343B
公开(公告)日：2024-01-23
申请号：CN202311129089.7
申请日：2023-09-04
Applicant: 中国地质大学(武汉)
IPC: G06V20/10 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种深度学习模型、海底底质解译方法、装置及介质，涉及遥感信息解译领域，深度学习模型包括编码器模块、特征融合模块、图卷积神经网络模块及解码器模块，编码器模块、特征融合模块、图卷积神经网络模块及解码器模块顺次连接；编码器模块用于输出先验知识特征和多波束影像特征至特征融合模块；特征融合模块用于融合先验知识特征和多波束影像特征，输出融合特征至图卷积神经网络模块；图卷积神经网络模块用于处理融合特征，输出海底编码信息至解码器模块；解码器模块用于解译海底编码信息，输出第一海底底质解译标签。本发明提供的技术方案可以提高海底底质图像解译的准确性，(56)对比文件王凤伟;孔凡;廉清云.基于混合神经网络的多波束图像底质分类.上海海事大学学报.2013,(第04期),全文.唐秋华;周兴华;丁继胜;刘保华.学习向量量化神经网络在多波束底质分类中的应用研究.武汉大学学报(信息科学版).2006,(第03期),全文.
-
公开(公告)号：CN116977750B
公开(公告)日：2023-12-12
申请号：CN202311234948.9
申请日：2023-09-25
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/26 , G06V20/70 , G06V20/10 , G06V10/80 , G06V10/58 , G06V10/56 , G06V10/422 , G06V10/82 , G06N3/0464 , G06N3/042 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 度，能够确保矿区土地覆盖精细化场景分类的精本发明公开一种土地覆盖场景分类模型构 度及可靠性。建方法及分类方法，包括：获取遥感图像集，遥感图像集中的遥感图像中包括土地覆盖场景；将遥感图像输入至构建的初始分类模型中，对初始分类模型进行训练，得到目标分类模型；初始分类模型及目标分类模型包括关联的语义分割模型、残差神经网络模型及图神经网络模型。本发明构建的基于语义分割与多级输出的残差神经网络‑图神经网络搭建的目标分类模型，在对输入的遥感图像进行处理时，由于残差神经网络及图神经(56)对比文件黄滢 等.极化自注意力调控的情景式视频实例多尺度分割《.计算机学报》.2022,第45卷第2605-2618页.Haoyi Wang et al..Edge EnhancedChannel Attention-Based Graph ConvolutionNetwork for Scene Classification ofComplex Landscapes《.IEEE Journal ofSelected Topics in Applied EarthObservations and Remote Sensing》.2023,第16卷第3831-3849页.Song Ouyang et al..Combining DeepSemantic Segmentation Network and GraphConvolutional Neural Network for SemanticSegmentation of Remote Sensing Imagery.《Remote Sensing》.2020,第13卷全文.李万琦;李克俭;陈少波.多模态融合的高分遥感图像语义分割方法.中南民族大学学报(自然科学版).2020,(04),全文.
-
Patent Agency Ranking
公开(公告)号：CN117197471A
公开(公告)日：2023-12-08
申请号：CN202311466037.9
申请日：2023-11-07
Applicant: 中国地质大学(武汉)
IPC: G06V10/26 , G06V10/75 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种岩性制图方法及计算机设备，涉及计算机视觉技术领域；所述岩性制图方法包括：建立岩性类别标签图；根据土地覆盖数据，得到岩性类别标签图的多个类别区域的当前边界范围，并根据当前边界范围，更新岩性类别标签图；将更新后的岩性类别标签图的研究区域按照预设区域进行剪裁，得到多个场景，其中，多个场景包括边界场景和非边界场景；根据非边界场景的类别区域，对研究区域的岩性类别进行预测，得到研究区域的初始岩性分布图；根据边界场景和非边界场景，对研究区域的初始岩性分布图的边界进行类别分割，得到研究区域的最终岩性分布图。本发明得到了更准确和详细的岩性信息，简化了人工解译地质信息图，提高岩性制图的制图效果。
-
公开(公告)号：CN116863343A
公开(公告)日：2023-10-10
申请号：CN202311129089.7
申请日：2023-09-04
Applicant: 中国地质大学(武汉)
IPC: G06V20/10 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种深度学习模型、海底底质解译方法、装置及介质，涉及遥感信息解译领域，深度学习模型包括编码器模块、特征融合模块、图卷积神经网络模块及解码器模块，编码器模块、特征融合模块、图卷积神经网络模块及解码器模块顺次连接；编码器模块用于输出先验知识特征和多波束影像特征至特征融合模块；特征融合模块用于融合先验知识特征和多波束影像特征，输出融合特征至图卷积神经网络模块；图卷积神经网络模块用于处理融合特征，输出海底编码信息至解码器模块；解码器模块用于解译海底编码信息，输出第一海底底质解译标签。本发明提供的技术方案可以提高海底底质图像解译的准确性，进而反映真实的海底底质种类。
-
公开(公告)号：CN116310459A
公开(公告)日：2023-06-23
申请号：CN202310313453.9
申请日：2023-03-28
Applicant: 中国地质大学(武汉)
IPC: G06V10/762 , G06V20/10 , G06V10/54 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/58 , G06V10/77 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及图像处理技术领域，提供了一种基于多视图空谱联合的高光谱图像子空间聚类方法，包括：获取高光谱图像，对所述高光谱图像进行预处理获得空谱样本；提取所述空谱样本的纹理特征和空谱特征；分别根据所述纹理特征和所述空谱特征确定对应的纹理图和空谱图；将所述纹理图和所述空谱图输入构建好的多视图图卷积子空间聚类网络，输出所述高光谱图像的聚类结果，所述多视图图卷积子空间聚类网络包括双分支自表达模块、注意力融合模块和谱聚类模块。本发明提出的多视图图卷积子空间聚类网络，以注意力融合的方式并基于纹理信息和空谱信息，提高了高光谱图像的聚类精度，降低了计算复杂度。
-
公开(公告)号：CN116091850A
公开(公告)日：2023-05-09
申请号：CN202310379614.4
申请日：2023-04-11
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种矿区土地覆盖分类模型建立及分类方法，所述分类模型建立方法包括：获取研究区的历史遥感图像数据，根据所述研究区的历史遥感图像数据确定对应的多光谱影像和地形数据；基于所述多光谱影像确定浅层光谱‑空间特征以及不同尺寸多光谱影像；基于所述地形数据确定最优尺寸地形数据影像；根据所述浅层光谱‑空间特征、所述不同尺寸多光谱影像以及所述最优尺寸地形数据影像训练初始模型，以构建矿区土地覆盖分类模型。本发明提高了露天采矿区土地覆盖分类的精确度。
-
公开(公告)号：CN114844922A
公开(公告)日：2022-08-02
申请号：CN202210439453.9
申请日：2022-04-25
Applicant: 海南水文地质工程地质勘察院 , 东北大学 , 中国地质大学(武汉)
Abstract: 本发明提供一种基于物联网的基坑安全监测系统，包括现场数据采集模块、集成通讯模块、云服务器、移动终端和电脑端，所述现场数据采集模块用于采集基坑安全数据，并通过集成通讯模块将基坑安全数据发送至云服务器，所述云服务器用于基于基坑安全数据和预设数学模型计算趋势预测值，生成并分发安全报告，实现预测预警，所述移动终端和电脑端用于接收预测预警信息，所述电脑端还用于接入云服务器进行数据管理和系统运行参数设置，所述系统能够基于物联网设备实现对基坑的实时安全监测，从而帮助工作人员及时排查安全隐患，保障基坑施工安全。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.038 seconds)
