公开(公告)号：CN119558029A

公开(公告)日：2025-03-04

申请号：CN202411364885.3

申请日：2024-09-29

Applicant: 中国地质大学(武汉)

Inventor： 饶炜博 ,  陈刚 ,  王祖顺 ,  王青春 ,  赵利江 ,  张生鹏 ,  李显巨

IPC: G06F30/20 ,  G06F119/14

Abstract: 本发明提供了一种莫霍面深度重力反演模型构建及反演方法，涉及人工智能技术领域，莫霍面深度重力反演模型构建方法包括：获取待测区域的莫霍面数据集；根据所述莫霍面数据集获取对应得的重力异常数据集；根据所述重力异常数据集对初始模型进行训练及调优，得到最终的莫霍面深度重力反演模型；其中，所述莫霍面深度重力反演模型用于得到对应的莫霍面起伏数据，初始模型是通过对U‑Net基础网络中增设注意力网络得到；本发明不仅提升了反演的准确性和效率，更为复杂地质环境的研究提供了强有力的工具和方法。

公开(公告)号：CN118072138A

公开(公告)日：2024-05-24

申请号：CN202410497957.5

申请日：2024-04-24

Applicant: 中国地质大学(武汉)

Inventor： 敖子航 ,  李显巨 ,  王春青 ,  王祖顺 ,  张生鹏 ,  陈刚

IPC: G06V10/80 ,  G06V10/44 ,  G06V10/54 ,  G06V10/56 ,  G06V10/764 ,  G06V10/82 ,  G06V10/26 ,  G06V20/70 ,  G06V20/10 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明涉及图像处理领域，提供了一种土地覆盖特征提取方法、装置、电子设备及存储介质，其中，该方法包括：获取目标图像的第一超像素场景图与初始特征图，其中，初始特征图包括底层特征图和中层特征图；根据第一超像素场景图与中层特征图得到超像素特征图，并通过图卷积神经网络对底层特征图进行卷积处理，得到目标底层特征图；将目标底层特征图和超像素特征图进行元路径融合，得到融合特征图；根据融合特征图确定目标图像的土地覆盖特征，其中，土地覆盖特征用于确定目标图像的土地覆盖标签。通过本发明，解决了相关技术中提取的土地覆盖特征不全面，使得多标签遥感土地覆盖场景分类的分类结果的准确性较低的问题。

公开(公告)号：CN118072138B

公开(公告)日：2024-07-05

申请号：CN202410497957.5

申请日：2024-04-24

Applicant: 中国地质大学(武汉)

Inventor： 敖子航 ,  李显巨 ,  王春青 ,  王祖顺 ,  张生鹏 ,  陈刚

IPC: G06V10/80 ,  G06V10/44 ,  G06V10/54 ,  G06V10/56 ,  G06V10/764 ,  G06V10/82 ,  G06V10/26 ,  G06V20/70 ,  G06V20/10 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明涉及图像处理领域，提供了一种土地覆盖特征提取方法、装置、电子设备及存储介质，其中，该方法包括：获取目标图像的第一超像素场景图与初始特征图，其中，初始特征图包括底层特征图和中层特征图；根据第一超像素场景图与中层特征图得到超像素特征图，并通过图卷积神经网络对底层特征图进行卷积处理，得到目标底层特征图；将目标底层特征图和超像素特征图进行元路径融合，得到融合特征图；根据融合特征图确定目标图像的土地覆盖特征，其中，土地覆盖特征用于确定目标图像的土地覆盖标签。通过本发明，解决了相关技术中提取的土地覆盖特征不全面，使得多标签遥感土地覆盖场景分类的分类结果的准确性较低的问题。