公开(公告)号：CN113642501A

公开(公告)日：2021-11-12

申请号：CN202110968026.5

申请日：2021-08-23

Applicant: 中国地质大学(武汉)

Inventor： 冯如意 ,  崔富民 ,  王力哲 ,  刘志群 ,  曾铁勇

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种端对端的高分辨率遥感影像道路自动提取方法，该方法包括：设计编写D‑ResUnet模型；将损失函数加入到D‑ResUnet模型中，准备训练；获取道路数据集，将所述道路数据集放入D‑ResUnet模型中，对D‑ResUnet模型进行训练，通过损失函数计算得到的损失值，进行反向传播，更新模型的参数，使得损失值趋于最小，直至模型收敛，得到道路提取模型；将遥感影像输入到道路提取模型中，更新遥感影像。创造性的添加了空洞卷积的中间层，抑制了道路背景类间样本不平衡的问题对模型性能的影响，采用本发明提出的D‑ResUnet模型进行道路提取工作，能取得更高的精确度。

公开(公告)号：CN113643182B

公开(公告)日：2024-03-19

申请号：CN202110961671.4

申请日：2021-08-20

Applicant: 中国地质大学(武汉)

Inventor： 冯如意 ,  刘子瑜 ,  王力哲 ,  曾铁勇

IPC: G06T3/4053 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于对偶学习图网络的遥感影像超分辨率重建方法，包括：获取若干个目标特征块，在下采样特征中搜索与目标特征块最相似的k个特征块；得到目标特征块的高分辨率特征块，得到超分辨率重建图像；计算退化后的低分辨率图像和原始低分辨率图像之间的对偶误差，将对偶误差加入损失函数中；损失函数趋于稳定，模型收敛，输入超分辨率重建的遥感图像到超分辨率重建模型，得到低分辨率遥感图像对应的高分辨率遥感图像。通过图的构建，实现了特征跨尺度连接，实现了非局部聚合效果且相比于全局方法节省了计算资源；减小了超分辨率重建图解空间的大小，提升了超分精度和视觉效果。

公开(公告)号：CN113850202A

公开(公告)日：2021-12-28

申请号：CN202111142946.8

申请日：2021-09-28

Applicant: 中国地质大学(武汉)

Inventor： 冯如意 ,  白佳瑜 ,  王力哲 ,  曾铁勇

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的半监督高光谱影像混合像元分解方法，该方法包括：手工获取端元光谱数据；对光谱数据降维，光谱数据维数降至与端元数目相等；将降维后的光谱数据通过光谱重构层，得到重构的像元光谱；最小化重构的像元光谱与输入的光谱之间的误差，更新网络参数。通过手工选取端元光谱，获得更为准确的端元初始值，加速模型收敛，获得更为精确的丰度值；通过利用较深的深度学习网络模型，提取更深层次的特征信息，学习像元光谱内在的相关性；通过使用全连接层将数据与线性混合模型结合，并通过初始化网络参数来加速模型收敛，提升分解精度；通过余弦相似度来度量输入输出数据的相似性，获得更高的计算效率和精度。

公开(公告)号：CN113643182A

公开(公告)日：2021-11-12

申请号：CN202110961671.4

申请日：2021-08-20

Applicant: 中国地质大学(武汉)

Inventor： 冯如意 ,  刘子瑜 ,  王力哲 ,  曾铁勇

IPC: G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于对偶学习图网络的遥感影像超分辨率重建方法，包括：获取若干个目标特征块，在下采样特征中搜索与目标特征块最相似的k个特征块；得到目标特征块的高分辨率特征块，得到超分辨率重建图像；计算退化后的低分辨率图像和原始低分辨率图像之间的对偶误差，将对偶误差加入损失函数中；损失函数趋于稳定，模型收敛，输入超分辨率重建的遥感图像到超分辨率重建模型，得到低分辨率遥感图像对应的高分辨率遥感图像。通过图的构建，实现了特征跨尺度连接，实现了非局部聚合效果且相比于全局方法节省了计算资源；减小了超分辨率重建图解空间的大小，提升了超分精度和视觉效果。