公开(公告)号：CN115019182A

公开(公告)日：2022-09-06

申请号：CN202210900356.5

申请日：2022-07-28

Applicant: 北京卫星信息工程研究所

Inventor： 金世超 ,  王进 ,  贺广均 ,  冯鹏铭 ,  符晗 ,  常江 ,  刘世烁 ,  梁银川 ,  邹同元 ,  张鹏 ,  车程安

IPC: G06V20/10 ,  G06N3/04 ,  G06N3/08 ,  G06V10/42 ,  G06V10/44 ,  G06V10/52 ,  G06V10/764 ,  G06V10/766 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明涉及一种遥感图像目标细粒度识别方法、系统、设备及存储介质，获取至少一幅图像；利用卷积神经网络提取所述图像的多尺度特征；利用Transformer对所述多尺度特征图进行编码；利用特征融合金字塔网络对所述的编码后的多尺度特征图进行特征融合；利用融合后的特征图，采用旋转框检测头提取目标；利用旋转变换对提取的目标的特征进行对齐；利用Transformer对旋转变换后的目标特征图进行细粒度分类，得到目标细粒度识别结果。本发明提升了检测方法对目标局部特征和全局特征的整体提取能力，提高了目标细粒度识别精度，可应用于高分辨率遥感图像中的船只、飞机等目标细粒度识别。

公开(公告)号：CN114359722A

公开(公告)日：2022-04-15

申请号：CN202111601077.0

申请日：2021-12-24

Applicant: 北京卫星信息工程研究所

Inventor： 符晗 ,  常江 ,  贺广均 ,  冯鹏铭 ,  刘世烁 ,  金世超 ,  石慧峰 ,  杨志才

IPC: G06V20/10 ,  G06T7/90 ,  G06K9/62 ,  G06T7/11 ,  G06V10/774 ,  G06N3/04

Abstract: 本发明涉及一种特殊地貌分布范围识别方法、装置及设备，方法包括以下步骤：a、获取存在特殊地貌的区域的光学遥感影像和高程数据，并进行预处理；b、基于高程数据生成坡度数据，对光学遥感影像、高程数据和坡度数据进行融合，得到训练样本；c、对训练样本进行标注以获得标签文件，利用训练样本和标签文件训练识别模型；d、获取待识别区域的光学遥感影像和高程数据，并进行融合裁剪后得到待识别数据；e、利用识别模型对待识别数据进行识别，得到待识别区域的特殊地貌分布范围。本发明可以实现锥状喀斯特地貌等特殊景观的空间分布范围的自动识别和精确提取。

公开(公告)号：CN109033998B

公开(公告)日：2022-04-12

申请号：CN201810721848.1

申请日：2018-07-04

Applicant: 北京航空航天大学 ,  北京卫星信息工程研究所

Inventor： 史振威 ,  陈浩 ,  冯鹏铭 ,  吴犀 ,  石天阳

IPC: G06V20/13 ,  G06V10/764 ,  G06K9/62

Abstract: 本发明涉及一种注意力机制卷积神经网络的遥感影像地物标注方法，包括计算机读取数据、构造注意力机制的卷积神经网络、训练网络模型、测试网络得到标注结果四个步骤。本发明通过增加注意力机制模块，使得网络有针对性地提取关键位置的信息，弥补网络末端缺乏空间信息的不足，提升对网络对地物细节的分类效果；并且利用深度监督的机制，利用网络中间提取的特征进行监督分类，能进一步加快网络的训练速度以及提升网络的综合性能；通过反卷积的升采样模块，使得网络提取特征的分辨率增加，能够一定程度上克服小地物难以检测的问题，能自动化将遥感影像各像元分类为相应地物类别，减少人工解译的麻烦，大大加快解译进程，得到精细化的标注结果。

公开(公告)号：CN116630794B

公开(公告)日：2024-02-06

申请号：CN202310457764.2

申请日：2023-04-25

Applicant: 北京卫星信息工程研究所 ,  哈尔滨工程大学

Inventor： 冯鹏铭 ,  谢明杰 ,  贺广均 ,  关键 ,  金世超 ,  梁颖 ,  上官博屹 ,  张鹏

IPC: G06V20/10 ,  G06V10/77 ,  G06V10/80 ,  G06V10/766 ,  G06V10/764 ,  G06T7/73 ,  G06V10/82 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及一种基于排序样本选择的遥感图像目标检测方法、电子设备，获取遥感图像及对应的目标标签，并进行预处理；通过特征提取主干网络以及特征金字塔网络，得到对应的多尺度特征图；构建分类分支网络以及位置及角度回归分支网络，对多尺度特征图进行预测，获得目标预测值；利用目标标签以及预测值，在多尺度特征图上计算得到交并比自适应阈值，筛选样本点以获得满足条件的正负样本；计算分类排序损失、定位排序损失以及回归损失进行网络训练；重复执行上述步骤，训练检测模型；利用检测模型进行检测。本发明，缓解正负样本不均衡导致传统分类能力难以学习的问题，促进目标检测性能提升，对高分辨率遥感图像旋转框目标检测具有重要意义。

公开(公告)号：CN116524368B

公开(公告)日：2023-12-19

申请号：CN202310403716.5

申请日：2023-04-14

Applicant: 北京卫星信息工程研究所

Inventor： 贺广均 ,  唐玮 ,  梁颖 ,  冯鹏铭 ,  王轲 ,  刘世烁 ,  田路云 ,  郑琎琎

IPC: G06V20/13 ,  G06V10/764 ,  G06V10/25 ,  G06V10/42 ,  G06V10/80 ,  G06V10/30

Abstract: 本发明涉及遥感图像目标检测方法，包括获取至少一幅包含待测目标的卫星遥感图像，利用卷积神经网络提取卫星遥感图像的多尺度特征，根据嵌入掩膜引导特征金字塔网络学习前景目标区域的特征，并生成用于提取原始图像中疑似目标区域的旋转候选框，利用旋转RoIAlign对齐操作对疑似目标区域进行特征提取，将提取到的特征送入由Smooth‑L1回归损失和角边距分类损失组成的有向检测头进行分类识别与回归定位。本发明提升了目标检测方法对港口等复杂背景的抗干扰能力，减少了云雾、形似干扰物造成的虚警，提高了目标检测的识别精度，可应用于高分辨率遥感图像中的船只、飞机等目标识别。(56)对比文件Pengming Feng等.Embranchment CnnBased Local Climate Zone ClassificationUsing Sar And Multispectral RemoteSensing Data.IGARSS 2019 - 2019 IEEEInternational Geoscience and RemoteSensing Symposium.2019,全文.Jiankang Deng等.ArcFace: AdditiveAngular Margin Loss for Deep FaceRecognition.2019 IEEE/CVF Conference onComputer Vision and Pattern Recognition(CVPR).2020,全文.

公开(公告)号：CN116486169B

公开(公告)日：2023-12-19

申请号：CN202310477115.9

申请日：2023-04-27

Applicant: 北京卫星信息工程研究所

Inventor： 李梓桢 ,  金世超 ,  贺广均 ,  冯鹏铭 ,  梁颖 ,  陈千千 ,  上官博屹 ,  常江

IPC: G06V10/764 ,  G06V10/26 ,  G06V10/762 ,  G06F16/36 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V20/50

Abstract: 本发明涉及遥感图像目标动向判别方法，包括：S100，对遥感图像进行全景分割标注和目标行为动向标注，确定目标动向知识图谱；S200，基于遥感图像建立全景分割模型，以ResNet作为特征提取主干网络，并引入交叉注意力模块提取长距上下文信息；S300，根据全景分割网络中的实例分割分支对遥感图像进行实例级分割，根据全景分割网络中的语义分割分支对遥感图像进行语义级分割；S400，引入基于贝叶斯决策的分支融合模块，对实例分割分支和语义分割分支的结果进行决策融合，生成全景分割图像；S500，将全景分割图像进行像素聚类生成场景信息知识图谱；S600，根据图注意力网络，对场景信息知识图谱中的关注目标进行动向判别。本发明可推理遥感图像中目标的行为动向信息。

公开(公告)号：CN116450632B

公开(公告)日：2023-12-19

申请号：CN202310421521.3

申请日：2023-04-18

Applicant: 北京卫星信息工程研究所

Inventor： 上官博屹 ,  贺广均 ,  冯鹏铭 ,  金世超 ,  符晗 ,  陈千千 ,  常江 ,  梁颖

IPC: G06F16/215 ,  G06F16/29

Abstract: 本发明涉及一种地理样本数据质量评估方法、设备及存储介质，地理样本数据质量评估方法包括：分析多应用层级的地理人工智能样本数据的质量特征，建立多应用层级的样本数据质量指标体系；确定进行质量评估的地理人工智能样本数据集的特征与质量规范；确定进行质量评估的地理人工智能样本数据集的质量评估规范；执行地理人工智能样本数据质量评估，获取质量评估结果；基于质量评估结果，生成地理人工智能样本数据质量评估报告。本发明，能够满足像素级、目标级、场景级多应用层级的地理人工智能样本数据的质量评估需求，为地理人工智能样本数据的质量评估提供系统性参考，从而帮助提高样本数据的可靠性。

公开(公告)号：CN116416136B

公开(公告)日：2023-12-19

申请号：CN202310408459.4

申请日：2023-04-17

Applicant: 北京卫星信息工程研究所

Inventor： 杨云超 ,  张拯宁 ,  冯鹏铭 ,  贺广均 ,  梁颖 ,  刘世烁 ,  常江 ,  梁银川

IPC: G06T3/40 ,  G06T5/50 ,  G06T7/00 ,  G06V20/13 ,  G06V10/26 ,  G06V10/82 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明涉及一种可见光遥感图像舰船目标检测的数据扩增方法、设备及存储介质，获取原始可见光遥感图像数据集及其标注文件；确定需要进行扩增的舰船类别；引入语义评估模块，得到能够扩增的合理区域；依据原始可见光遥感图像数据集的标注文件，提取原始各类舰船切片样本；对原始各类舰船切片样本进行超分辨率重建，构建舰船扩增样例库；将原始可见光遥感图像和舰船扩增样例库进行图像合成处理，得到扩增后的图像；对扩增后的图像进行质量评估，筛选替换原始图像。本发明，实现了舰船少数类的自动扩增，解决因训练集类间不平衡导致训练出来模型偏向于多数类，而对少数类识别精度下降(56)对比文件Nan Mo et al.Improved Faster RCNNBased on Feature Amplification andOversampling Data Augmentation forOriented Vehicle Detection in AerialImages.remote sensing.2020,第1-7页.Yuzhu Ji et al.LGCNet: A local-to-global context-aware feature augmentationnetwork for salient objectdetection.ELSEVIER: InformationSciences.2022,第439-440页.

公开(公告)号：CN116403122B

公开(公告)日：2023-12-19

申请号：CN202310403526.3

申请日：2023-04-14

Applicant: 北京卫星信息工程研究所

Inventor： 贺广均 ,  唐玮 ,  冯鹏铭 ,  梁颖 ,  常江 ,  田路云 ,  上官博屹 ,  梁银川

IPC: G06V20/13 ,  G06V10/764 ,  G06V10/25

Abstract: 本发明涉及一种无锚框定向目标检测方法，包括：S100，获取至少一幅包含待检测目标的卫星遥感图像；S200，以Resnet101为主干网络，提取所述卫星遥感图像的降采样4、8、16、32倍的特征C2、C3、C4、C5；S300，根据C2、C3、C4、C5构建FPN网络；S400，将所述FPN网络中的上采样和横向连接，替换为特征选择与对齐，对C2、C3、C4、C5进行融合处理，得到多尺度特征P3、P4、P5、P6、P7；S500，采用旋转边界框进行目标检测；S600，对目标检测算法进行优化，驱动目标检测网络在训练过程中学习目标的遥感方向信息。本发明可提高遥感目标检测对空间尺度大小与方向任意的目标的检测能力。

公开(公告)号：CN115908908B

公开(公告)日：2023-09-15

申请号：CN202211425887.X

申请日：2022-11-14

Applicant: 北京卫星信息工程研究所

Inventor： 王永富 ,  梁颖 ,  贺广均 ,  陈千千 ,  王丹 ,  冯鹏铭 ,  汪路元 ,  董方

IPC: G06V10/764 ,  G06V20/10 ,  G06V10/82 ,  G06V10/22 ,  G06V10/40 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及一种基于图注意力网络的遥感图像聚集型目标识别方法及装置，所述方法包括：构建并训练基于Oriented R‑CNN的目标候选区域检测定位模型；采用训练好的基于Oriented R‑CNN的目标候选区域检测定位模型检测遥感图像中目标的候选区域，并提取对应的特征，根据所述候选区域的位置关系构建图结构数据集；将所述候选区域的位置编码引入图注意力网络，构建图节点分类网络模型；利用所述图结构数据集训练所述图节点分类网络模型，对遥感图像中目标的候选区域的特征进行聚合和更新，实现目标的分类。本发明可以对遥感图像中尺寸小、外观模糊的聚集型目标进行准确识别并提高识别精度。