公开(公告)号：CN116758452A

公开(公告)日：2023-09-15

申请号：CN202310605983.0

申请日：2023-05-26

Applicant: 东南大学

Inventor： 朱仟 ,  覃晓东

IPC: G06V20/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/045

Abstract: 本发明提出一种基于残差卷积神经网络和卷积长短记忆神经网络的降雨测量方法，通过机器学习方法来测量视频中降雨的降雨强度，属于水文与气象技术领域。该方法包括：基于拍摄的降雨视频与降雨强度信息，建立视频数据集；采用ResNet机器学习模型提取降雨视频中降雨数据的时空特征；基于Conv‑LSTM机器学习模型将视频中的降雨数据的时空特征转化为降雨强度信息，通过在研究区域对模型进行训练与测试，获得最优的模型参数，并得到该研究区域的降雨强度信息。

公开(公告)号：CN119152408A

公开(公告)日：2024-12-17

申请号：CN202411118907.8

申请日：2024-08-15

Applicant: 东南大学

Inventor： 朱仟 ,  覃晓东 ,  李致远

IPC: G06V20/40 ,  G06V10/764 ,  G06N3/0464

Abstract: 本发明提出一种基于凸优化算法以及Yolo算法的降雨视频筛选方法，通过算法来筛选降雨强度估计算法研究所需的降雨视频素材，属于水文与气象技术领域。该方法包括：基于凸优化算法分解视频图像，基于分离的降雨层进行降雨检测，基于Yolo算法对分离的背景层进行移动目标检测并统计移动目标在整个背景中的占比，基于得到的占比以及降雨检测结果来筛选出降雨强度估计算法研究所需的降雨视频素材。