-
公开(公告)号：CN113790711A
公开(公告)日：2021-12-14
申请号：CN202111060978.3
申请日：2021-09-10
Applicant: 同济大学
Abstract: 本发明涉及一种无人机低空飞行位姿无控多视测量方法，该方法包括以下步骤：步骤S1：基于相机标定获取相机的内方位参数；同时采用五点相对定向解析算法求解本质矩阵，获取相机的外方位参数初值；步骤S2：采用相对定向参数优化算法进行位姿参数估算，包括通过共面条件方程确定的误差方程和约束条件方程，采用间接平差方法求解未知参数，进行位姿参数估算；步骤S3：采用绝对定向算法将模型坐标系转换为自定义局部物方坐标系；步骤S4：无人机飞行参数解算。与现有技术相比，本发明可应用于无控制点的位姿测量场景，适用性更强，且测量精度达到毫米级。
-
公开(公告)号：CN113739707A
公开(公告)日：2021-12-03
申请号：CN202110908007.3
申请日：2021-08-09
Applicant: 同济大学
IPC: G01B11/06
Abstract: 本发明涉及一种海冰信息提取方法，通过对获取的光子数据进行预处理，结合计算结果对海冰信息进行进一步分类，根据分类情况计算出海冰干舷高度值，并通过对现有积雪深度测量模型结果进行优化并依据其它海冰信息参数，结合阿基米德定律、线性回归函数等计算公式求得海冰厚度值。与现有技术相比，本发明在对卫星初始数据进行校正后，使用较为精确的数据进行了后续处理及筛选，进一步对数据进行了限定，提高了数据的利用率。
-
公开(公告)号：CN113505837A
公开(公告)日：2021-10-15
申请号：CN202110794715.9
申请日：2021-07-14
Applicant: 同济大学
Abstract: 本发明涉及一种基于Faster‑RCNN的测量标志自动提取方法，该方法采用Faster‑RCNN目标识别框架，对高速视频测量系统中引入的人工标志点进行自动识别定位，所述方法包括如下步骤：步骤1：对含目标点的高速相机影像进行数据集整理，包括样本制作和样本增强，形成训练样本集；步骤2：采用基于Faster‑RCNN目标识别框架对分类模型进行训练；步骤3：利用训练后的分类模型对实验中的目标识别影像进行目标识别。与现有技术相比，本发明具有识别精度高、效率高等优点。
-
公开(公告)号：CN113449603A
公开(公告)日：2021-09-28
申请号：CN202110594123.2
申请日：2021-05-28
Applicant: 同济大学
Abstract: 本发明涉及一种高分辨率遥感影像地表要素识别方法及存储介质，其中地表要素识别方法包括：步骤1：获取低级空谱特征；步骤2：通过浅层空谱特征融合模型对低级空谱特征进行融合；步骤3：通过中层多尺度特征融合模型对步骤2融合后的特征进行融合；步骤4：通过深层多层次特征融合模型对步骤3融合后的特征进行融合；步骤5：根据步骤4输出的融合特征获得高级语义特征；步骤6：通过分类器对地表要素进行分类，获得地表要素识别结果。与现有技术相比，本发明具有精度高、速度快、准确快速等优点。
-
公开(公告)号：CN113446999A
公开(公告)日：2021-09-28
申请号：CN202110733673.8
申请日：2021-06-30
Applicant: 同济大学
Abstract: 本发明涉及一种高速视频测量系统的组网搭建方法，该方法包括：步骤101，人工标志制作并引入人工标志作为目标观测点；步骤102，测量单元布设，根据被测件的大小和光学测量视场范围确定测量单元的数量和测量点位的布置；步骤103，控制点的布设，包括规定目标点位移的三个方向(X,Y,Z)和引入了尺度参数。与现有技术相比，本发明具有有效地提高测量精度和目标跟踪速度等优点。
-
Patent Agency Ranking
公开(公告)号：CN113435050A
公开(公告)日：2021-09-24
申请号：CN202110733603.2
申请日：2021-06-30
Applicant: 同济大学
Abstract: 本发明涉及一种水下介质面位置补偿的多介质成像解析方法，该方法基于折射定理对介质面位置进行补偿，具体为：获取各介质的折射率和厚度，根据入射角度计算的质面位置补偿值，并得到虚拟介质面作为新介质面将多介质成像解析模型转换为双介质成像解析模型与现有技术相比，本发明具有可行性高、稳定性号、精度达到亚毫米级等优点。
-
公开(公告)号：CN113361355A
公开(公告)日：2021-09-07
申请号：CN202110594139.3
申请日：2021-05-28
Applicant: 同济大学
Abstract: 本发明涉及一种联合多时相特征的遥感影像地表要素识别方法及存储介质，其中，地表要素识别方法包括：包括：步骤1：获取多时相遥感影像数据；步骤2：分别提取多时相遥感影像的时序关联特征和时空谱三维判别特征；步骤3：对时序关联特征和时空谱三维判别特征进行级联和批量归一化处理；步骤4：通过全连接层获得高级语义特征；步骤5：通过分类器对高级语义特征进行分类，获得遥感影像地表要素识别结果。与现有技术相比，本发明具有识别精度高、准确率高、稳定性好等优点。
-
公开(公告)号：CN113269380A
公开(公告)日：2021-08-17
申请号：CN202010841015.6
申请日：2020-08-20
Applicant: 同济大学
IPC: G06Q10/06 , G06Q10/04 , G06Q50/20 , G16H50/80 , G16H50/30 , G06F16/215 , G06F16/23 , G06F16/29 , G06F16/9537
Abstract: 本发明涉及一种面向疫情防控的返校方案预估方法，包括以下步骤：1)更新获取疫情病例的空间分布；收集学生每日的健康状态信息和实时位置信息；2)对疫情病例的空间分布和学生每日的实时位置进行空间交互分析，对学生每日的健康状态信息进行分析，评估每个学生感染疫情的风险性；3)选取无风险学生构建多种返校预估方案；4)构建多种返校预估方案的决策矩阵，基于欧式距离，计算每个返校预估方案与理论最优方案决策矩阵的相对接近度，从而获取最优的返校方案。与现有技术相比，本发明能够将返校风险进行了全面的评估，通过数学决策模型预估返校方案，减少人工判断的人为误差，更加科学合理。
-
公开(公告)号：CN112945390A
公开(公告)日：2021-06-11
申请号：CN202110131800.7
申请日：2021-01-30
Applicant: 同济大学
IPC: G01J5/00
Abstract: 本发明涉及一种基于区域一致性分析的Landsat影像地表温度反演优选方法，包括：获取待反演多源Landsat影像集，从中选取同一区域、不同日期的多张Landsat影像，日期相邻的两张Landsat影像的日期间隔在预设的日期阈值范围以内；使用多种Landsat影像地表温度反演算法，并依次分别对多张Landsat影像进行地表温度反演；采用拟合优度R2、Pearson相关系数和欧式距离，依次对每种Landsat影像地表温度反演算法的地表温度反演结果进行一致性评价，选取一致性评价结果最高的Landsat影像地表温度反演算法，对待反演多源Landsat影像集进行地表温度反演。与现有技术相比，本发明能够有效降低在长时序地表温度变化分析应用中使用多源Landsat数据所带来的不确定性，从而保证长时序分析的可靠性。
-
公开(公告)号：CN112885482A
公开(公告)日：2021-06-01
申请号：CN202010841090.2
申请日：2020-08-20
Applicant: 同济大学
IPC: G16H50/80 , G06F16/29 , G06F16/9537 , G06Q10/06 , G06Q50/20
Abstract: 本发明涉及一种用于学生返校的疫情预防方法，包括以下步骤：1)构建疫情大数据地理空间数据库、分布式学生基础信息数据库和学生每日状况数据库，学生每日状况数据库包括所在地信息和健康状况信息；2)构建返校方案的基本信息；3)根据疫情大数据地理空间数据库和所在地信息，判断各学生所在地的疫情形势，并根据学生每日状况数据库，获取无感染风险的学生名单；从而根据分布式学生基础信息数据库和返校方案的基本信息，制定分批次的返校方案；4)学生根据所述返校方案返校。与现有技术相比，本发明对疫情大数据和学生日常上报的个人信息进行了交互分析，获取学生的返校风险，生成了错峰返校方案，兼顾了返校工作的效率、安全性和科学性。
-
-
-
-
-
-
-
-
-
Search Results
168
records
(took 0.023 seconds)
