公开(公告)号：CN114937213B

公开(公告)日：2024-09-06

申请号：CN202210194973.8

申请日：2022-03-01

Applicant: 上海海洋大学

Inventor： 洪中华 ,  唐治洲 ,  张晨浩 ,  刘军 ,  潘海燕 ,  周汝雁 ,  马振玲 ,  张云 ,  韩彦岭 ,  王静 ,  杨树瑚 ,  徐利军

IPC: G06V20/13 ,  G06T7/11 ,  G06N3/0464 ,  G06V10/774 ,  G06V10/26 ,  G06V10/82

Abstract: 本发明属于目标检测的技术领域，公开了一种基于地球同步卫星数据的火点检测和识别方法，其特征在于：先计算每个波段的遥感影像中各个像素点对应的环境信息，再将所有波段的遥感影像中的每个像素点的图像信息与对应的环境信息拼接在一起，作为像素点的输入特征，逐个像素点输入神经网络模型进行火点检测，并将检测结果显示出来。本发明的火点检测方法使用环境背景值和环境稳定值作为环境信息，并使用卷积神经网络对数据进行学习，通过多尺度的卷积和残差结构，能够从多个尺度综合分析各个特征之间的关系，以此提取出更加本质的特征，同时残差结构保证了原始特征不会被丢失，使得模型能够适用于各种环境，提高火点检测的速度与预测的准确率。

公开(公告)号：CN117975284A

公开(公告)日：2024-05-03

申请号：CN202311730346.2

申请日：2023-12-15

Applicant: 上海海洋大学

Inventor： 潘海燕 ,  张晨浩 ,  周汝雁 ,  洪中华 ,  韩彦岭 ,  张云 ,  王静 ,  杨树瑚 ,  马振玲 ,  徐利军

IPC: G06V20/13 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种集成Swin transformer和CNN的云检测方法，属于遥感图像云层检测技术领域。包括：从云层检测数据集中获取图像数据；构建基于深度学习的云层检测网络，并进行训练和测试；将待检测的图片输入训练好的所述基于深度学习的云层检测网络，输出云层检测结果。本发明引入Swin transformer来获取云层全局信息，保留的细节信息更加完整；设计可变形特征提取模块，从不同尺度自适应获取云层的不规则形状来提取云层的多尺度特征并进行融合，提升云层检测效果；同时利用残差融合模块重建Swin transformer过程中破坏的空间结构，更好的保留云层提取过程中的细节信息。

公开(公告)号：CN114937213A

公开(公告)日：2022-08-23

申请号：CN202210194973.8

申请日：2022-03-01

Applicant: 上海海洋大学

Inventor： 洪中华 ,  唐治洲 ,  张晨浩 ,  刘军 ,  潘海燕 ,  周汝雁 ,  马振玲 ,  张云 ,  韩彦岭 ,  王静 ,  杨树瑚 ,  徐利军

IPC: G06V20/13 ,  G06T7/11 ,  G06N3/04 ,  G06K9/62 ,  G06V10/774 ,  G06V10/26

Abstract: 本发明属于目标检测的技术领域，公开了一种基于地球同步卫星数据的火点检测和识别方法，其特征在于：先计算每个波段的遥感影像中各个像素点对应的环境信息，再将所有波段的遥感影像中的每个像素点的图像信息与对应的环境信息拼接在一起，作为像素点的输入特征，逐个像素点输入神经网络模型进行火点检测，并将检测结果显示出来。本发明的火点检测方法使用环境背景值和环境稳定值作为环境信息，并使用卷积神经网络对数据进行学习，通过多尺度的卷积和残差结构，能够从多个尺度综合分析各个特征之间的关系，以此提取出更加本质的特征，同时残差结构保证了原始特征不会被丢失，使得模型能够适用于各种环境，提高火点检测的速度与预测的准确率。