-
公开(公告)号：CN116258953A
公开(公告)日：2023-06-13
申请号：CN202211100449.6
申请日：2022-09-08
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V20/10 , G06V10/25 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种遥感影像目标检测方法，属于遥感影像处理技术领域。本发明首先采用双分辨率特征融合的方式，从影像上提取兼顾细节信息和多尺度语义信息的高分辨率特征图，以应对目标的尺寸差异性，确保特征图所包含的信息在尺度上的连续性，增强不同特征之间信息的传递效率；然后，在网络中引入可变形卷积，并设计了基于空洞卷积的可变形特征融合模块，以增强卷积神经网络所提取的特征对目标方向变化的感知能力；最后，采用多分支预测方式，利用目标倾斜边界框四边的中点构建边界感知向量，并引入目标边界框类型的判断，判断目标边界框的类型是水平框还是倾斜框，进而提升目标边界预测的精确度。
-
公开(公告)号：CN115496998A
公开(公告)日：2022-12-20
申请号：CN202210722252.X
申请日：2022-06-17
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及一种遥感影像码头目标检测方法，属于遥感影像处理技术领域。本发明以YOLOv4水平框检测算法为基础，在特征融合网络中增加PSA注意力模块，利用PSA注意力模块获得不同尺度的感受野，并通过提取通道的注意权重，以得到不同尺度通道注意力的权重，实现对不同尺度的上下文信息进行融合，进一步提升网络的检测精度；同时采用多维角点坐标检测框标定码头目标，能够有效表示码头目标的真实边界，解决码头方向任意的问题，进一步提升了目标的定位精度，实现了码头目标的准确检测。
-
公开(公告)号：CN113052180A
公开(公告)日：2021-06-29
申请号：CN202110326425.1
申请日：2021-03-26
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及融合语义流场的编解码网络港口影像分割方法，属于图像分割技术领域，该方法包括将待分割图像输入至训练好的融合语义流场的编解码网络，将港口影像分割为海、陆以及舰船三种类别；编解码网络包括依次连接的编码层、空洞卷积层和解码层，编码层包括N层依次连接的卷积模块，解码层包括N层依次连接的反卷积模块，各反卷积模块中均设置有流对齐模块，各流对齐模块的输入与编码层中相应层级的卷积模块进行跳跃相连。本发明利用流对齐模块，通过预测特征图间的语义流场，监督上采样过程，以提高特征信息传递的有效性，并利用空洞卷积层获取影像的多尺度信息，使其更加适合港口影像分割任务，从而得到平滑、完整的分割结果，分割精度较高。
-
公开(公告)号：CN117495956A
公开(公告)日：2024-02-02
申请号：CN202311349747.3
申请日：2023-10-18
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06T7/73 , G06V10/75 , G06V10/80 , G06N3/0464 , G06T3/4007 , G06V10/774 , G06V10/82
Abstract: 本发明涉及计算机视觉领域中的遥感影像处理技术，特别涉及一种基于特征关系引导的跨视角图像匹配与定位方法及系统，根据地‑空影像对之间的几何对应关系对参考航空遥感图像数据进行预处理，使参考航空遥感图像数据转换为符合查询地面全景影像的地面视角；构建基于孪生神经网络的跨视角图像匹配模型，并根据预设损失函数且基于样本数据对跨视角图像匹配模型进行训练；针对预处理后的目标航空遥感影像和地面视角影像，基于训练后的跨视角图像匹配模型进行图像匹配，以实现对查询地面全景影像的定位任务。本发明基于全局结构关系来引导跨视角图像匹配定位，提升地面图像与航空遥感图像之间匹配定位效果，能够应对复杂图像场景和变化视角，具有较好的应用前景。
-
公开(公告)号：CN114266955A
公开(公告)日：2022-04-01
申请号：CN202010975267.8
申请日：2020-09-16
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供了一种遥感影像场景分类方法，属于图像处理领域。该方法包括：将待分类遥感影像输入已训练好的卷积神经网络，并提取卷积神经网络中至少两个卷积层输出的特征图，其中一个卷积层是卷积神经网络的最后一个卷积层，且各特征图的大小相同；利用改进的SE模块分别对每个特征图进行注意力增强；改进的SE模块通过在SE模块每个全连接层后增加一个批量归一化层，同时将SE模块中的激活函数全部替换为Hardtanh函数得到；将各增强特征图两两进行双线性池化得到相应的初始特征向量，将各初始特征向量拼接得到最终的特征向量；利用最终的特征向量实现待分类遥感影像的场景分类。本发明的最终特征具有较强可区分性，能在相似类别的场景上取得较高的识别精度。
-
Patent Agency Ranking
公开(公告)号：CN108919319A
公开(公告)日：2018-11-30
申请号：CN201810463439.6
申请日：2018-05-15
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及海岛礁卫星影像无地面控制点定位方法及系统，定位方法分为概略定位和精定位两个阶段，前者包括：确定待提取DEM的范围和有效陆域点；确定高程搜索范围；若高程搜索范围满足要求，则确定DEM各格网点的高程，然后对DEM进行匹配并求解误差补偿模型的参数。后者包括：对多视影像进行自由网平差处理；提取更精细的DEM；对DEM进行匹配并求解误差补偿模型的参数，进一步补偿定位参数中的误差。该方法对具有不同陆域比例、不同生产方式的海岛礁卫星影像均能得到较稳定且较高的定位精度，定位精度基本不受待匹配DEM分辨率的影响，计算效率取决于影像内陆域比例和待匹配DEM的分辨率。
-
公开(公告)号：CN116258973A
公开(公告)日：2023-06-13
申请号：CN202211095208.7
申请日：2022-09-05
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V20/13 , G06V10/764 , G06V10/44 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种多尺度特征联合的遥感影像场景分类方法，属于遥感影像处理技术领域。本发明首先建立多尺度的分类模型，能够得到不同尺度的特征；然后采用多尺度联合训练的方式，利用联合损失对整个网络结构进行梯度的反向传播和网络参数更新，可以将不同尺度特征的预测结果共同纳入到整个网络的优化，不仅能使分类模型能够自适应地关注不同尺度目标的信息，避免训练过程网络过拟合，还能实现各个尺度的特征均能够独立预测目标的类别信息；在预测时采用决策级融合的方式预测目标的类别信息，不仅可以有效提取不同尺度的目标的信息，同时，可以获得更可靠的预测结果。
-
公开(公告)号：CN115937697A
公开(公告)日：2023-04-07
申请号：CN202210834324.X
申请日：2022-07-14
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V20/13 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/40 , G06V10/80 , G06V10/82
Abstract: 本发明涉及一种遥感影像变化检测方法，属于遥感影像识别技术领域。本发明在编码部分选用能够共享权重的孪生网络的输入方式，将双时相影像分别输入相同的网络分支进行特征提取，通过共享权重减少过拟合现象，其中两个网络分支选用残差连接模块作为卷积单元分别提取影像的特征，加快了网络的收敛速度；同时利用一种密集连接方法，将影像在不断的降采样过程中损失的信息通过上采样逐层聚合，从而改善了网络对小目标的提取能力；并在编码部分和解码部分的横向连接处引入注意力模块以增强对变化信息的获取能力，提高了复杂背景下边界的区分能力；最后通过解码部分上采样将特征图恢复成原始影像大小，并输入分类层，得到准确的变化检测结果。
-
公开(公告)号：CN115797677A
公开(公告)日：2023-03-14
申请号：CN202111531744.2
申请日：2021-12-14
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种双路径特征融合的遥感影像分类方法，该分类方法包括获取待分类的遥感影像；将待分类的遥感影像输入训练好的分类模型进行分类以获得分类结果；分类模型包括特征提取模块、特征变换模块、特征融合模块和特征分类模块，特征提取模块采用双分支卷积神经网络架构，输入的遥感影像经特征提取模块和特征变换模块处理得到中间特征图，特征融合模块基于中间特征图得到一级特征，利用两组中间特征图对应元素相乘后得到二级特征，利用一级特征和二级特征得到融合特征，特征分类模块用于对融合特征进行分类。基于本发明的遥感影像分类方法，能够解决现有技术中由于提取的特征直接进行相加或拼接得到融合特征导致的分类精度有待提高的问题。
-
公开(公告)号：CN108919319B
公开(公告)日：2021-01-08
申请号：CN201810463439.6
申请日：2018-05-15
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及海岛礁卫星影像无地面控制点定位方法及系统，定位方法分为概略定位和精定位两个阶段，前者包括：确定待提取DEM的范围和有效陆域点；确定高程搜索范围；若高程搜索范围满足要求，则确定DEM各格网点的高程，然后对DEM进行匹配并求解误差补偿模型的参数。后者包括：对多视影像进行自由网平差处理；提取更精细的DEM；对DEM进行匹配并求解误差补偿模型的参数，进一步补偿定位参数中的误差。该方法对具有不同陆域比例、不同生产方式的海岛礁卫星影像均能得到较稳定且较高的定位精度，定位精度基本不受待匹配DEM分辨率的影响，计算效率取决于影像内陆域比例和待匹配DEM的分辨率。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.041 seconds)
