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)

Inventor： 陈刚 ,  程聪 ,  王晓光 ,  李显巨 ,  杨乐 ,  范家华

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：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)

Inventor： 陈刚 ,  孔攀 ,  王晓光 ,  李显巨 ,  杨乐 ,  范家华

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：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)

Inventor： 陈刚 ,  孔攀 ,  王晓光 ,  李显巨 ,  杨乐 ,  范家华

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：CN119085512B

公开(公告)日：2025-05-23

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

Inventor： 饶炜博 ,  邹崇尧 ,  范小洁 ,  蔡冰 ,  魏以宽 ,  林晓静 ,  李显巨 ,  陈刚

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：CN117789042B

公开(公告)日：2024-05-14

申请号：CN202410220401.1

申请日：2024-02-28

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  叶恒泽 ,  王春青 ,  王祖顺 ,  赵利江 ,  陈刚

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：CN116721301B

公开(公告)日：2023-10-24

申请号：CN202310999943.9

申请日：2023-08-10

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  孔攀 ,  陈伟涛 ,  唐厂 ,  冯如意 ,  王力哲 ,  陈刚

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/44 ,  G06V10/52 ,  G06V10/82 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045

Abstract: 本发明涉及图像处理技术领域，具体而言，涉及一种目标场景分类模型训练方法、分类方法、设备及存储介质。一种目标场景分类模型训练方法，包括：对遥感图像信息进行特征提取并生成融合特征；对融合特征和遥感图像信息分别提取边缘信息，并将提取的边缘信息进行融合得到增强边缘特征；将增强边缘特征和融合特征进行融合，得到边缘融合特征；将边缘融合特征进行通道特征加强，得到加强边缘融合特征；将加强边缘融合特征和对应的标签特征进行融合，得到遥感图像综合特征；将遥感图像综合特征特征输入分类器进行训练，得到目标场景分类模型。本发明的技术方案提高了目标场景分类模型对矿山目标场景的分类精度。

公开(公告)号：CN116740410A

公开(公告)日：2023-09-12

申请号：CN202310434291.4

申请日：2023-04-21

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  李尧 ,  陈伟涛 ,  唐厂 ,  冯如意 ,  王力哲 ,  陈刚

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种双模态目标检测模型构建方法、检测方法及计算机设备，涉及目标检测技术领域，包括：根据原始图像获取双模态图像；通过神经网络模块提取双模态图像的特征，得到初始双模态特征，并利用特征互补模块对双模态图像进行处理得到植被归一化指数；将初始双模态特征发送给特征互补模块，令特征互补模块利用植被归一化指数对初始双模态特征进行特征增强；将中间双模态特征输入图卷积模块得到图卷积双模态特征、第一预测结果和第二预测结果；将第一预测结果和第二预测结果输入超像素掩膜模块生成最终损失；根据最终损失对神经网络模块、特征互补模块和图卷积模块进行参数优化，得到双模态目标检测模型。本发明实现了增加目标检测精度。

公开(公告)号：CN116721301A

公开(公告)日：2023-09-08

申请号：CN202310999943.9

申请日：2023-08-10

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  孔攀 ,  陈伟涛 ,  唐厂 ,  冯如意 ,  王力哲 ,  陈刚

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/44 ,  G06V10/52 ,  G06V10/82 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045

Abstract: 本发明涉及图像处理技术领域，具体而言，涉及一种目标场景分类模型训练方法、分类方法、设备及存储介质。一种目标场景分类模型训练方法，包括：对遥感图像信息进行特征提取并生成融合特征；对融合特征和遥感图像信息分别提取边缘信息，并将提取的边缘信息进行融合得到增强边缘特征；将增强边缘特征和融合特征进行融合，得到边缘融合特征；将边缘融合特征进行通道特征加强，得到加强边缘融合特征；将加强边缘融合特征和对应的标签特征进行融合，得到遥感图像综合特征；将遥感图像综合特征特征输入分类器进行训练，得到目标场景分类模型。本发明的技术方案提高了目标场景分类模型对矿山目标场景的分类精度。

公开(公告)号：CN116645505A

公开(公告)日：2023-08-25

申请号：CN202310530344.2

申请日：2023-05-12

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  周引 ,  李天屹 ,  陈伟涛 ,  唐厂 ,  冯如意 ,  王力哲 ,  陈刚

IPC: G06V10/26 ,  G06V10/40 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及图像处理技术领域，提供一种基于多尺度和级联的神经网络遥感影像语义分割方法，包括：获取待处理遥感影像；将待处理遥感影像输入构建好的语义分割网络，输出语义分割结果；语义分割网络包括编码网络、特征增强模块、解码网络、语义分割模块；其中，编码网络包括卷积块和多个多尺度特征提取模块；特征增强模块包括多个信道激活模块；解码网络为多个卷积块、多个反卷积块以及多个跨层特征选择模块通过多重级联方式构成；语义分割模块包括多尺度物体引导模块和语义分割头。本发明的语义分割网络获取特征中具有代表性和区分度的特征，采用级联方式的解码网络对特征逐层解码，增强解码网络的语义理解能力，提高了遥感影像语义分割的精确度。

公开(公告)号：CN111413717B

公开(公告)日：2023-08-11

申请号：CN201911307292.2

申请日：2019-12-18

Applicant: 中国地质大学(武汉) ,  唐颖哲

Inventor： 唐颖哲 ,  陈刚

IPC: G01S19/41

Abstract: 本发明所述的基于导航卫星的飞机数字化着舰系统针对我国现有航母着舰引导系统技术的弱点，通过在舰船上设置北斗卫星接收机，建立以舰船甲板平面为基准平面的三维动态舰船局域坐标系，并获取舰船甲板相对于该三维动态舰船坐标系的实时姿态信息，向进近飞机实时提供舰船导航卫星坐标信息、所述舰船甲板的实时姿态信息、所述坐标转换信息和主基准站的RTK差分信息，进而得到飞机在三维动态舰船坐标系中相对于舰船的实时相对定位坐标信息和实时飞行姿态信息，通过这些导航卫星测量数据和数学变换，可以把飞机与舰船的“动‑动”运动模式，改变为易于飞机操控的“动‑静”运动关系，使飞机相对于舰船甲板在水平和垂直面上的相对精度能够达到厘米级。