-
公开(公告)号：CN119180967A
公开(公告)日：2024-12-24
申请号：CN202411001924.3
申请日：2024-07-25
Applicant: 中国地质大学(武汉) , 新疆生产建设兵团自然资源卫星应用技术中心(兵团自然资源基础数据中心)
IPC: G06V10/44 , G06V20/10 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09 , G06N3/096 , G06N3/084
Abstract: 本发明提供一种场景特征提取模型构建方法、系统及存储介质，涉及遥感数据处理技术领域，所述方法包括：根据获取的公开遥感数据集对预训练模型进行训练，得到初始教师模型；通过多个预设特定场景的多个自然图像对初始教师模型和学生模型进行知识蒸馏，得到初始教师模型和学生模型的蒸馏损失；同时，通过每个预设特定场景的多个遥感影像对学生模型进行蒸馏学习，得到融合所有预设特定场景的学生模型的监督损失；通过蒸馏损失和监督损失对融合所有预设特定场景的学生模型进行更新，得到场景特征提取模型。本发明不仅解决了现有技术中的分辨率和干扰问题，还提高了遥感图像处理的准确性和效率。
-
公开(公告)号：CN119180979A
公开(公告)日：2024-12-24
申请号：CN202411001631.5
申请日：2024-07-25
Applicant: 中国地质大学(武汉) , 新疆生产建设兵团自然资源卫星应用技术中心(兵团自然资源基础数据中心)
IPC: G06V10/764 , G06V10/774 , G06V20/13 , G06V20/17 , G06V10/44
Abstract: 本发明提供了一种基于特征交互和场景‑语义协同的矿山占地模型训练方法，涉及深度学习技术领域，该方法包括：获取场景分类数据集，其中，场景分类数据集包括多个遥感图像；将遥感图像输入初始训练模型，得到预测结果，根据预测结果得到损失值，通过损失值对初始训练模型进行调优，得到矿山占地模型；初始训练模型包括特征提取模块和特征交互模块，通过特征提取模块对遥感图像进行特征提取，得到浅层特征数据和深层特征数据；通过特征交互模块将浅层特征数据和深层特征数据，通过自注意力机制进行任务交互处理，得到目标特征数据，目标特征数据用于得到预测结果。本发明提高现有模型在矿山占地任务中，面对不同任务的差异时的数据特征处理能力。
-
公开(公告)号：CN119180979B
公开(公告)日：2025-05-13
申请号：CN202411001631.5
申请日：2024-07-25
Applicant: 中国地质大学(武汉) , 新疆生产建设兵团自然资源卫星应用技术中心(兵团自然资源基础数据中心)
IPC: G06V10/764 , G06V10/774 , G06V20/13 , G06V20/17 , G06V10/44
Abstract: 本发明提供了一种基于特征交互和场景‑语义协同的矿山占地模型训练方法，涉及深度学习技术领域，该方法包括：获取场景分类数据集，其中，场景分类数据集包括多个遥感图像；将遥感图像输入初始训练模型，得到预测结果，根据预测结果得到损失值，通过损失值对初始训练模型进行调优，得到矿山占地模型；初始训练模型包括特征提取模块和特征交互模块，通过特征提取模块对遥感图像进行特征提取，得到浅层特征数据和深层特征数据；通过特征交互模块将浅层特征数据和深层特征数据，通过自注意力机制进行任务交互处理，得到目标特征数据，目标特征数据用于得到预测结果。本发明提高现有模型在矿山占地任务中，面对不同任务的差异时的数据特征处理能力。
-
公开(公告)号：CN119672329A
公开(公告)日：2025-03-21
申请号：CN202411586091.1
申请日：2024-11-08
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种目标物体分割方法及系统，涉及图像处理技术领域，所述方法包括：获取包含目标物体的检测图像，并对检测图像进行特征提取得到底层特征和上采样特征；通过级联聚合模块将底层特征和上采样特征进行融合得到级联特征图；通过边界提取模块将底层特征转化为边界特征图，并对边界特征图和级联特征图分别进行边界扩展和语义扩展，得到边界最终特征图和级联最终特征图；根据边界最终特征图和级联最终特征图对目标物体进行预测，得到目标物体的分割结果。本发明通过综合考虑目标物体的边界细节和整体语义信息，有效地提高了分割的准确性。
-
公开(公告)号：CN118262104B
公开(公告)日：2025-02-21
申请号：CN202410245146.6
申请日：2024-03-05
Applicant: 中国自然资源航空物探遥感中心 , 中国地质大学(武汉)
IPC: G06V10/26 , G06V20/70 , G06V10/80 , G06V10/774
Abstract: 本发明提供了一种目标语义分割模型训练方法、生成方法、设备及存储介质，涉及计算机技术领域，包括：获取目标语义分割数据集，目标语义分割数据集包括多个遥感图像信息，遥感图像信息包括标签值；通过对遥感图像信息进行特征提取得到融合特征，融合特征包括浅层融合特征、次深层融合特征和深层融合特征；根据遥感图像信息、浅层融合特征和次深层融合特征得到边界损失和整体损失；根据深层融合特征得到预测值，并根据预测值和标签值得到分割损失；根据边界损失、整体损失和分割损失得到目标损失；基于目标损失，通过目标语义分割数据集训练预设语义分割模型，得到目标语义分割模型。本发明提高了目标语义分割模型的分类精度。
-
Patent Agency Ranking
公开(公告)号：CN119085512A
公开(公告)日：2024-12-06
申请号：CN202411002988.5
申请日：2024-07-25
Applicant: 中国地质大学(武汉) , 湖北省测绘工程院
IPC: G01B11/16
Abstract: 本发明提供了一种基于多源监测数据融合的滑坡内隧洞形变预测方法及系统，涉及滑坡监测技术领域，该方法包括：获取采集数据，基于所述滑坡表面形变时间序列数据集，筛选与所述滑坡内部隧洞形变时间序列数据之间满足预设相关条件的一种或者多种所述滑坡表面形变时间序列数据；将筛选出的所述滑坡表面形变时间序列数据和所述滑坡内部隧洞形变时间序列数据作为样本数据，基于所述样本数据建立多元时间序列分析模型。本发明，补齐了最新时间点下滑坡内隧洞形变时间序列数据，提高了滑坡内隧洞形变时间序列数据的时序连续性和健壮性。
-
公开(公告)号：CN117789042A
公开(公告)日：2024-03-29
申请号：CN202410220401.1
申请日：2024-02-28
Applicant: 中国地质大学(武汉)
IPC: G06V20/10 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种道路信息解译方法、系统及存储介质，涉及遥感技术领域，所述方法包括：获取遥感影像数据；根据遥感影像数据得到设定区域的DEM数据和光学影像数据并进行融合得到融合影像数据；将融合影像数据输入预设的残差网络道路语义分割模型；通过可变形卷积编码器和条带卷积解码器得到设定区域的道路特征；并将可变形卷积编码器输出的融合影像数据的特征图输入预设的密集连接网络模型得到设定区域的道路场景概率值；根据道路场景概率值得到分类损失值；根据道路特征，结合分类损失值和预设的联通优化子网络得到设定区域的道路预测图。提高遥感数据中道路信息提取的精准度，使最终得到的道路预测图在几何形状和道路场景判定方面更为可靠和准确。
-
公开(公告)号：CN117746079A
公开(公告)日：2024-03-22
申请号：CN202311535635.7
申请日：2023-11-15
Applicant: 中国地质大学(武汉)
IPC: G06V10/762 , G06V20/10 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明提供了一种高光谱图像的聚类预测方法、系统、存储介质及设备，涉及图像处理技术领域，该方法包括：获取目标区域的高光谱图像；分割所述高光谱图像，生成超像素块；分别提取所述高光谱图像的像素特征和所述超像素块的超像素特征；采用对比学习算法分别提取所述像素特征的深度像素特征和所述超像素特征的深度超像素特征；采用K均值算法聚类所述深度像素特征和所述深度超像素特征，生成伪标签结果；采用所述K均值算法聚类所述伪标签结果，生成所述目标区域的地物标签。通过本发明的高光谱图像的聚类预测方法，不需要人工标注，可对像素级图像或超像素级图像进行聚类预测，得到噪声少、聚类效果好、高精度的聚类预测结果。
-
公开(公告)号：CN114844922B
公开(公告)日：2024-03-19
申请号：CN202210439453.9
申请日：2022-04-25
Applicant: 海南水文地质工程地质勘察院 , 东北大学 , 中国地质大学(武汉)
Abstract: 本发明提供一种基于物联网的基坑安全监测系统，包括现场数据采集模块、集成通讯模块、云服务器、移动终端和电脑端，所述现场数据采集模块用于采集基坑安全数据，并通过集成通讯模块将基坑安全数据发送至云服务器，所述云服务器用于基于基坑安全数据和预设数学模型计算趋势预测值，生成并分发安全报告，实现预测预警，所述移动终端和电脑端用于接收预测预警信息，所述电脑端还用于接入云服务器进行数据管理和系统运行参数设置，所述系统能够基于物联网设备实现对基坑的实时安全监测，从而帮助工作人员及时排查安全隐患，保障基坑施工安全。
-
公开(公告)号：CN117197471B
公开(公告)日：2024-02-09
申请号：CN202311466037.9
申请日：2023-11-07
Applicant: 中国地质大学(武汉)
IPC: G06V10/26 , G06V10/75 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种岩性制图方法及计算机设备，涉及计算机视觉技术领域；所述岩性制图方法包括：建立岩性类别标签图；根据土地覆盖数据，得到岩性类别标签图的多个类别区域的当前边界范围，并根据当前边界范围，更新岩性类别标签图；将更新后的岩性类别标签图的研究区域按照预设区域进行剪裁，得到多个场景，其中，多个场景包括边界场景和非边界场景；根据非边界场景的类别区域，对研究区域的岩性类别进行预测，得到研究区域的初始岩性分布图；根据边界场景和非边界场景，对研究区域的初始岩性分布图的边界进行类别分割，得到研究区域的最终岩性分布图。本发明得到了更准确和详细的岩性信息，简化了人工解译地质信息图，提高岩性制图(56)对比文件吴仕科 等.基于伪标签自细化的弱监督实例分割《.计算机应用研究》.2023,第40卷(第6期),全文.
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.062 seconds)
