-
公开(公告)号：CN109190481B
公开(公告)日：2021-11-23
申请号：CN201810882934.0
申请日：2018-08-06
Applicant: 中国交通通信信息中心
Abstract: 本发明公开了一种遥感影像道路材质提取方法，该方法利用双网络结构的处理方式，克服采用单一复杂神经网络结构的部分缺陷，如深层网络结构对信息学习的潜在过拟合及不可控性问题，浅层网络对信息学习的片面性问题等，提升了道路自动提取模型的稳定性与可靠性，且具有更好的训练特性，可于多领域应用。
-
Patent Agency Ranking
公开(公告)号：CN111523606A
公开(公告)日：2020-08-11
申请号：CN202010351888.9
申请日：2020-04-28
Applicant: 中交信息技术国家工程实验室有限公司 , 中国交通通信信息中心
IPC: G06K9/62 , G06K9/00 , G06T7/11 , G06N3/04 , G06T7/187 , G06F16/2455 , G06F16/23 , G06F16/215
Abstract: 本发明公开了一种道路信息的更新方法，该方法包括：利用特征提取的方式获得道路路面的特征点；将道路类型分为水泥路、沥青路和砂石路三类，对三类的道路进行不同颜色的标注，将沥青路标记为红色，将水泥路标记为蓝色，将砂石路标记为黄色；通过手工标注数据集分别对Wordview‑3、GF‑2以及利用网络爬虫技术的网络地图进行标绘，生成大小不同的两类训练数据集；利用Deeplab、Caffe两种不同的深度学习网络模型，对大小不同的两类训练样本数据进行基于高分遥感影像道路信息提取模型的训练。本发明采用卷积神经网络进行道路信息提取，基于逆地理编码算法的互联网道路信息提取，不同数据源之间数据的融合、分析实现道路信息的快速、准确的更新。
-
公开(公告)号：CN109190481A
公开(公告)日：2019-01-11
申请号：CN201810882934.0
申请日：2018-08-06
Applicant: 中国交通通信信息中心
Abstract: 本发明公开了一种遥感影像道路材质提取方法，该方法利用双网络结构的处理方式，克服采用单一复杂神经网络结构的部分缺陷，如深层网络结构对信息学习的潜在过拟合及不可控性问题，浅层网络对信息学习的片面性问题等，提升了道路自动提取模型的稳定性与可靠性，且具有更好的训练特性，可于多领域应用。
-
公开(公告)号：CN104036130A
公开(公告)日：2014-09-10
申请号：CN201410250415.4
申请日：2014-06-06
Applicant: 中国交通通信信息中心
IPC: G06F19/00
Abstract: 本发明提供了一种基于高分遥感影像的公众出行分析方法和装置，其中，该方法包括：对待分析区域的遥感影像进行地物分类，确定出居民住宅用地和非居民住宅用地；确定所述居民住宅用地中居民楼的数量和高度；根据居民楼的数量和高度估算所述待分析区域的人口数量；确定所述待分析区域的公交承载量；根据所述公交承载量和所述人口数量，对所述待分析区域的公众出行需求进行分析。本发明解决了现有技术中公交系统是在城市规划的初期进行设定的，而导致的后续由于新增小区等原因等致使公交系统的设计难以有效满足人们出行需求的技术问题，达到了合理规划交通资源的目的。
-
公开(公告)号：CN111523606B
公开(公告)日：2023-04-28
申请号：CN202010351888.9
申请日：2020-04-28
Applicant: 中交信息技术国家工程实验室有限公司 , 中国交通通信信息中心
IPC: G06V10/764 , G06V10/774 , G06V20/10 , G06V10/80 , G06V10/82 , G06T7/11 , G06N3/0464 , G06N3/08 , G06T7/187 , G06F16/2455 , G06F16/23 , G06F16/215
Abstract: 本发明公开了一种道路信息的更新方法，该方法包括：利用特征提取的方式获得道路路面的特征点；将道路类型分为水泥路、沥青路和砂石路三类，对三类的道路进行不同颜色的标注，将沥青路标记为红色，将水泥路标记为蓝色，将砂石路标记为黄色；通过手工标注数据集分别对Wordview‑3、GF‑2以及利用网络爬虫技术的网络地图进行标绘，生成大小不同的两类训练数据集；利用Deeplab、Caffe两种不同的深度学习网络模型，对大小不同的两类训练样本数据进行基于高分遥感影像道路信息提取模型的训练。本发明采用卷积神经网络进行道路信息提取，基于逆地理编码算法的互联网道路信息提取，不同数据源之间数据的融合、分析实现道路信息的快速、准确的更新。
-
公开(公告)号：CN111539363A
公开(公告)日：2020-08-14
申请号：CN202010352541.6
申请日：2020-04-28
Applicant: 中交信息技术国家工程实验室有限公司 , 中国交通通信信息中心
Abstract: 本发明公开了一种公路落石识别分析方法，该方法包括建立U-net深度学习网络模型，对训练样本数据进行训练；通过模型对公路路面区域进行道路面状区域的提取；采用object_detection算法将道路面状区域的提取情况进行识别；将识别完成的道路面状区域进行图像区域分类，得到像素级分类结果，并对不同类型目标进行不同颜色标注；将识别的数据分别通过灰度图转换、图像高斯平滑、车道线边缘检测、霍夫转换和线条提取进行道路车道线的识别。本发明通过利用object_detection算法，车道线识别算法分别得到车辆、行人、落石以及道路车道线的像素坐标值，分析得出公路路面落石所处位置、所处车道线位置以及所占路面面积的大小。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
