-
公开(公告)号：CN118521860A
公开(公告)日：2024-08-20
申请号：CN202410659966.X
申请日：2024-05-27
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/80 , G06V10/82 , G06V10/44 , G06V10/42 , G06V20/13 , G06N3/0475 , G06N3/088 , G06N3/09 , G06N3/094
Abstract: 本发明涉及遥感图像融合技术领域，尤其涉及一种基于三重循环一致性的无监督遥感图像融合方法及系统，该方法包括给定多光谱图像和全色图像，通过生成器G得到第一轮融合结果H，并假设H为真实融合结果；对第一轮融合结果H分别施加通道池化操作和下采样操作，以获取假全色图像IFP和假多光谱图像IFM；接着通过3个并行的生成器G分别得到第二轮融合结果H1、H2和H3；基于对抗学习的思想，将(H,H1)、(H,H2)和(H,H3)分别输入三个共享权重的鉴别器D中，通过设计对抗性损失#imgabs0#鉴别器D试图区分真假融合结果，而生成器试图最小化真假融合结果之间的差异，两者共同促进生成器输出；在生成器训练阶段，引入多种损失函数作为混合约束。本发明实现全尺度下遥感图像融合质量的提升。
-
公开(公告)号：CN118505527A
公开(公告)日：2024-08-16
申请号：CN202410375719.7
申请日：2024-03-29
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于遥感数据融合技术领域，具体涉及一种联合光谱和空间双尺度细节注入遥感图像融合方法及系统，将全色图像作为引导图像对多光谱图像进行引导滤波得到增强多光谱图像；获取多光谱图像与全色图像之间的光谱尺度差异细节和空间尺度差异细节，并通过互信息线性加权得到联合光谱和空间双尺度的空间细节信息；利用梯度算子对增强多光谱图像进行边缘检测，得到边缘检测矩阵作为细节注入系数；计算原始多光谱图像各波段与亮度分量之间的相关性得到光谱保持系数；将空间细节信息与细节注入系数、光谱保持系数相乘，得到空间细节注入量；将增强多光谱图像与空间细节注入量相加得到融合图像。本发明在光谱信息保持和空间细节提升上具有明显优势。
-
公开(公告)号：CN117670791A
公开(公告)日：2024-03-08
申请号：CN202311299290.X
申请日：2023-10-09
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06T7/00 , G06V20/17 , G06V20/56 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/098 , G06N3/0985
Abstract: 本发明属于道路病害检测技术领域，特别涉及一种基于多尺度融合策略和改进YOLOv5的道路病害检测方法及装置，首先构建数据集，对于数据集中整幅大尺寸无人机影像，采用裁剪的方式生成三种不同尺寸的影像块；然后将三种尺寸的影像块作为训练数据送入YOLOv5s6‑RDD网络进行训练，利用训练好的YOLOv5s6‑RDD网络预测不同尺寸的道路病害目标，包括小尺寸目标、中等尺寸目标和大尺寸目标；最后将不同尺寸的预测结果进行融合，利用Center‑NMS算法消除冗余目标检测框，得到最终多尺度融合结果。本发明通过构建大尺寸高分辨率无人机影像道路病害检测数据集，提出了改进的YOLOv5网络(YOLOv5s6‑RDD)和多尺度融合策略，能够更准确地在大尺寸无人机影像中检测不同尺寸的道路病害目标。
-
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。
-
公开(公告)号：CN111986107A
公开(公告)日：2020-11-24
申请号：CN202010777844.2
申请日：2020-08-05
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及一种基于深度学习的DSM局部缺失修复方法，属于DSM数据处理技术领域。本发明构建包含有特征提取模块、通道融合模块和分辨率恢复模块的修复模型，其中特征提取模块采用部分卷积进行特征提取，使卷积核的形状可以根据掩膜形状任意改变，增强不规则缺失边缘特征的提取能力；通道融合模块通过在通道和空间两个维度增加特征权重，选取重要的特征进行修复；分辨率恢复模块通过上采样和部分卷积的方式恢复特征图的分辨率。通过上述修复模型本发明不仅修复精度整体更高，同时在缺失比例变化上具有更好的鲁棒性。
-
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：CN116452863A
公开(公告)日：2023-07-18
申请号：CN202310328849.0
申请日：2023-03-30
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/764 , G06V20/13 , G06V10/774 , G06V10/762 , G06N3/04 , G06N3/08
Abstract: 本发明属于遥感影像场景分类技术领域，公开一种面向遥感影像场景分类的类中心知识蒸馏方法，首先对预训练的教师网络进行微调，然后基于设计的类中心蒸馏损失将教师网络强大的特征提取能力迁移到学生网络，通过约束师生网络提取的同类特征分布中心的距离完成知识的转移，同时在蒸馏过程中结合真值标签训练，最后学生网络单独用于预测。本发明具有良好的泛化能力，且提取的特征具有良好的类内紧凑性和类间离散性，本发明提出的类中心知识蒸馏方法提高了紧凑网络的分类精度。
-
公开(公告)号：CN113780390B
公开(公告)日：2023-06-09
申请号：CN202111008712.4
申请日：2021-08-31
Applicant: 中国人民解放军战略支援部队信息工程大学 , 中国人民解放军61363部队
IPC: G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明属于密集匹配技术领域，涉及一种基于重构映射一致的无监督密集匹配方法及系统，构建密集匹配网络，利用无监督损失函数作为目标约束函数来学习输入图像到视差图的映射，其中，无监督损失函数包含重构映射一致性损失函数、平滑损失函数及左右一致性损失函数；收集场景样本数据，并将场景样本数据划分为训练样本和测试样本；利用训练样本对密集匹配网络进行预训练，并利用测试样本对预训练后的网络进行测试优化；利用测试优化后的密集匹配网络进行目标场景数据的密集匹配。本发明利用重构映射一致损失并结合平滑和左右一致损失作为无监督目标约束函数，提升网络模型训练收敛速度及精度，使用于密集匹配网络更加稳定，保证密集匹配效果和质量。
-
公开(公告)号：CN116012722A
公开(公告)日：2023-04-25
申请号：CN202211097928.7
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
Abstract: 本发明涉及一种遥感影像场景分类方法，属于遥感影像处理技术领域。本发明首先利用深层卷积神经网络提取影像不同尺度的特征图；然后利用残差注意力机制增强不同尺度特征图的语义信息、抑制冗余噪声信息；最后使用全局均值池化获取不同尺度特征图的全局信息，构建特征向量，并将不同尺度特征向量融合，各不同尺度的特征向量以及融合后的特征向量分别采用独立的分类器进行分类；在训练时利用联合损失优化模型，预测时采取多分类器决策级融合的方式，提高了分类的稳健性和分类精度。并在UC Merced、AID和NWPU‑RESISC45数据集上进行了实验，验证了本发明的可行性和有效性，相比其他同类型方法，本发明的分类精度得到显著提升。
-
公开(公告)号：CN115719454A
公开(公告)日：2023-02-28
申请号：CN202210724043.9
申请日：2022-06-23
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于图像处理技术领域，具体涉及一种结合视角转换的遥感影像场景匹配方法。该方法包括：1)获取某一目标的多视影像，并将所述多视影像进行视角转换，以得到该目标的空视影像；2)采用构建的特征提取模型提取所述空视影像的特征，以得到融合有高空间分辨率和丰富语义信息的空视影像融合特征；3)采用构建的特征提取模型提取卫星图像的各个区域的特征，以得到每个区域的卫星图像融合特征；4)将空视影像融合特征分别和每个区域的卫星图像融合特征进行匹配，以找到与空视影像匹配度最佳的区域，实现场景匹配。本发明适用于各种具备可区分特征的区域，通过视角转换和特征融合能够提高匹配结果的准确性和成功率，得到更为可靠的结果。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.035 seconds)
