-
公开(公告)号：CN117475317A
公开(公告)日：2024-01-30
申请号：CN202311426002.2
申请日：2023-10-31
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多模态影像数据提取多类目标物的方法，属于遥感影像分类技术领域。本发明在进行目标提取过程中，先将SAR影像与光学影像进行融合，利用SAR影像处理模型对融合进行特征提取，通过SAR影像与光学影像低级特征的融合，使得后续提取特征能够更好地完成多目标语义分割；然后在此基础上，将提取的光学影像的特征与融合影像提取的特征进行拼接，以再次进行融合；最后利用解码器对融合结果进行解析，以实现对目标的提取。整个过程涉及到两次融合，一方面减弱SAR数据与光学数据巨大的成像差异为数据融合带来的困难，另一方面可以更好的完成基于多模态数据的多目标语义分割问题，提高了识别的精度。
-
公开(公告)号：CN111476287A
公开(公告)日：2020-07-31
申请号：CN202010256094.4
申请日：2020-04-02
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种高光谱影像小样本分类方法及装置，属于遥感图像处理与应用技术领域。该分类方法包括：输入高光谱影像；利用形态学属性剖面算法构造高光谱影像的形态学属性剖面；在高光谱影像的形态学属性剖面中，选取待分类像素设定邻域范围内的数据立方体作为该像素的形态学属性剖面立方体，进而得到高光谱影像的形态学属性剖面立方体；根据高光谱影像的形态学属性剖面立方体得到高光谱影像的特征向量；将高光谱影像的特征向量输入预先训练好的分类模型完成高光谱影像分类。本发明通过构建高光谱影像的形态学属性剖面立方体能充分利用高光谱影像中的空谱联合信息，为后续分类过程提供丰富的特征信息源，从而能在小样本条件下获得较高的分类精度。
-
公开(公告)号：CN116664470A
公开(公告)日：2023-08-29
申请号：CN202210152638.1
申请日：2022-02-18
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06T7/00
Abstract: 本发明提出一种卫星遥感影像建筑物变化检测方法，属于卫星影像变化检测技术领域。本发明基于训练好的建筑物变化检测模型实现建筑物的提取以及对建筑物是否发生变化的检测，该模型包括主干网络和头部网络。首先通过主干网络提取输入的两个时相遥感影像的多尺度特征，再通过头部网络中的两个建筑物提取网络分别实现两个时相遥感影像的建筑物提取，通过头部网络中的变化检测网络检测两个时相遥感影像的建筑物是否发生变化。相比与现有技术将遥感影像建筑物的提取与变换检测分开进行，本发明通过该模型同时实现建筑物的提取和变化检测，提高了工作效率，同时简化了处理步骤。
-
公开(公告)号：CN112907644B
公开(公告)日：2023-02-03
申请号：CN202110151845.0
申请日：2021-02-03
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及一种面向机器地图的视觉定位方法，属于机器定位技术领域。本发明充分考虑到机器地图的测图过程受到环境和自身位置的先验信息与用图任务反馈的双重约束，通过自身位姿和环境的先验分布以及视觉定位的状态向量建立先验约束和图任务反馈约束的视觉定位模型，利用该定位模型来实现机器地图的定位。本发明能够在自身的定位体系不发生改变的情况下，可应对不同的先验信息和反馈，可适应不同的应用场景。
-
公开(公告)号：CN112907644A
公开(公告)日：2021-06-04
申请号：CN202110151845.0
申请日：2021-02-03
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及一种面向机器地图的视觉定位方法，属于机器定位技术领域。本发明充分考虑到机器地图的测图过程受到环境和自身位置的先验信息与用图任务反馈的双重约束，通过自身位姿和环境的先验分布以及视觉定位的状态向量建立先验约束和图任务反馈约束的视觉定位模型，利用该定位模型来实现机器地图的定位。本发明能够在自身的定位体系不发生改变的情况下，可应对不同的先验信息和反馈，可适应不同的应用场景。
-
Patent Agency Ranking
公开(公告)号：CN116665033A
公开(公告)日：2023-08-29
申请号：CN202210152637.7
申请日：2022-02-18
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及一种卫星遥感影像建筑物提取方法，属于遥感影像处理技术领域。本发明采用主干网络加头部网络的架构进行卫星遥感影像建筑物的提取，其中利用主干网络对遥感影像进行多尺度特征提取，由头部网络对多尺度特征进行处理；头部网络首先将多尺度特征上采样至同一空间分辨率下，从通道维度拼接多尺度特征；之后由通道注意力模块进行特征融合处理；再由上采样模块对特征进行进一步处理，最终实现建筑物的提取。本发明采用的头部网络能够实现不同层级输出特征的融合，可以得到更好地图像表征，顾及到了影像的上下文信息，同时也一定程度上压缩了特征图的数量，有利于从遥感影像上高精度地提取出不同大小与形状的建筑物，提高了建筑物提取精度。
-
公开(公告)号：CN113743429A
公开(公告)日：2021-12-03
申请号：CN202010469424.8
申请日：2020-05-28
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供了一种高光谱影像分类方法及装置，属于遥感图像处理与应用技术领域。该方法包括：对待分类高光谱影像进行预处理，使其空间大小和光谱段数均符合空间特征提取单元的输入要求；空间特征提取单元包括n个依次连接的卷积层，n≥2；将预处理后的高光谱影像输入到已训练好的空间特征提取单元，将各卷积层输出图像的空间大小统一为待分类高光谱影像的空间大小，再对空间大小统一后的各卷积层输出图像进行拼接得到待分类高光谱影像的空间特征图；将空间特征图与待分类高光谱影像进行拼接，得到待分类高光谱影像的空‑谱特征图；将空‑谱特征图输入到已训练好的分类模型，得到待分类高光谱影像的分类结果。本发明能提高高光谱影像的分类精度。
-
公开(公告)号：CN111507409A
公开(公告)日：2020-08-07
申请号：CN202010307781.4
申请日：2020-04-17
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于深度多视角学习的高光谱影像分类方法及装置，属于遥感图像处理与应用技术领域。该分类方法包括：对训练样本集中每个无标记样本构建至少两个不同的视角，利用得到的训练样本集中所有无标记样本的多视角数据对深度残差网络模型进行训练；构建待分类样本集中每个样本的多视角数据，将每个样本的其中一个视角输入训练好的模型得到相应样本的特征向量，或者将待分类样本集中的每个样本或降维后的每个样本输入训练好的模型得到相应样本的特征向量，进而得到待分类样本集中所有样本的特征向量；将待分类样本集中所有样本的特征向量输入到预先训练好的分类模型中完成高光谱影像分类。该方法能提高高光谱影像在小样本条件下的分类精度。
-
公开(公告)号：CN117475318A
公开(公告)日：2024-01-30
申请号：CN202311426119.0
申请日：2023-10-31
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遥感影像的目标地物提取方法，属于遥感影像解译领域技术领域，本发明通过获取遥感影像并输入到训练后的目标地物提取模型中，得到目标地物分割结果，其中，目标地物提取模型包括语义分割主干网络、边缘信息提取网络和融合模块；语义分割主干网络用于对遥感影像进行语义分割提取得到语义特征图；边缘信息提取网络用于对遥感影像进行边缘信息提取得到边缘信息特征图；融合模块用于将语义特征图和边缘信息特征图进行融合得到地物分割结果，本发明通过使用边缘信息引导语义分割主干网络完成基于遥感影像的特定地物的语义分割任务，解决了分割后目标物边缘出现模糊黏连的问题，提高了分割后影像边缘的清晰度。
-
公开(公告)号：CN115755913A
公开(公告)日：2023-03-07
申请号：CN202211474542.3
申请日：2022-11-23
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G05D1/02
Abstract: 本发明提供一种基于改进火烈鸟搜索算法的机器人路径规划方法及装置。该方法包括：步骤1、利用栅格法将机器人运行环境建模为栅格地图；步骤2、设置算法参数；步骤3、初始化种群，包括：在所述栅格地图中随机生成路径节点，每条路径由相同数量的路径节点组成，每条路径作为一个火烈鸟个体，P个火烈鸟个体构成初始种群；步骤4、利用反向学习策略对当前种群进行更新；步骤5、根据种群中火烈鸟个体的适应度值确定觅食者和迁徙者；步骤6、更新觅食者和迁徙者的位置；步骤7、根据萤火虫算法进一步更新种群；步骤8、判断是否达到最大迭代次数，若达到则执行步骤9，否则返回执行步骤4进行下一次迭代；步骤9、输出机器人最优路径。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.024 seconds)
