-
公开(公告)号：CN113111716B
公开(公告)日：2023-06-23
申请号：CN202110275234.7
申请日：2021-03-15
Applicant: 中国科学院计算机网络信息中心 , 北京大学
IPC: G06V20/13 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的遥感影像半自动标注方法和装置。该方法的步骤包括：基于公开遥感数据集，利用交叉熵损失函数预训练全卷积神经网络；采用预训练的全卷积神经网络对待标注的遥感影像进行预测，输出类别属性概率；根据类别属性概率计算遥感影像像素的不确定性度量值，设定阈值提取不确定像素；根据遥感影像分割的超像素中不确定像素的最小百分比筛选超像素作为推荐标注区域，对其进行人工标注；将推荐标注区域的人工标注和剩余区域的全卷积神经网络预测结果进行合并，得到最终标注结果。本发明能够使人工注释者免于繁重的手工绘制精确边界的负担，提高人工标注效率，还减少了标注工作量和人工标注的主观臆断。
-
公开(公告)号：CN113111716A
公开(公告)日：2021-07-13
申请号：CN202110275234.7
申请日：2021-03-15
Applicant: 中国科学院计算机网络信息中心 , 北京大学
Abstract: 本发明涉及一种基于深度学习的遥感影像半自动标注方法和装置。该方法的步骤包括：基于公开遥感数据集，利用交叉熵损失函数预训练全卷积神经网络；采用预训练的全卷积神经网络对待标注的遥感影像进行预测，输出类别属性概率；根据类别属性概率计算遥感影像像素的不确定性度量值，设定阈值提取不确定像素；根据遥感影像分割的超像素中不确定像素的最小百分比筛选超像素作为推荐标注区域，对其进行人工标注；将推荐标注区域的人工标注和剩余区域的全卷积神经网络预测结果进行合并，得到最终标注结果。本发明能够使人工注释者免于繁重的手工绘制精确边界的负担，提高人工标注效率，还减少了标注工作量和人工标注的主观臆断。
-
公开(公告)号：CN118069307A
公开(公告)日：2024-05-24
申请号：CN202311468977.1
申请日：2023-11-07
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明公开了一种面向复杂栅格数据处理任务的集群算力自适应调度方法，其步骤包括：1)将栅格数据分析步骤组件化，封装成独立运行的算子；2)按业务需要挑选算子组成有向无环图；3)在执行工作流时，根据算子依赖关系确定执行顺序，当多个算子执行顺序相同时，根据算子空间复杂度、时间复杂度和要处理的栅格数据像素个数确定算子优先级，优先级高的算子优先执行；4)在算子j执行之前，对所有工作节点的当前可用算力进行量化打分，根据得分比重将算子j对应的栅格数据按照空间范围进行逻辑分割，然后将分割得到的子空间分配给对应的工作节点；5)各工作节点根据收到的子空间的空间范围加载对应的数据块，并执行算子j对栅格数据块进行处理。
-
公开(公告)号：CN108388590A
公开(公告)日：2018-08-10
申请号：CN201810088292.7
申请日：2018-01-30
Applicant: 中国科学院计算机网络信息中心
IPC: G06F17/30
CPC classification number: G06F17/3028
Abstract: 本发明涉及一种LANDSAT影像数据的自适应格网剖分组织方法和装置。该方法包括：1)根据LANDSAT遥感影像的分辨率确定全球等经纬度格网大小，并定义格网ID；2)根据一景LANDSAT影像的投影信息和边界范围，选择包含该景LANDSAT影像区域的格网；3)对格网进行投影转换，并进行平移变换和边界缓冲扩展，使得格网边界与LANDSAT影像的像素边界重合；4)读取格网范围内LANDSAT影像的切片数值，其形式为二维数组；5)对读取到的多个二维数组进行组织并构建索引。本发明能够保证LANDSAT影像数据无变形且像素无丢失，可支持快速直接读取LANDSAT影像数据的数值信息。
-
公开(公告)号：CN104408094A
公开(公告)日：2015-03-11
申请号：CN201410648109.6
申请日：2014-11-15
Applicant: 中国科学院计算机网络信息中心
IPC: G06F17/30
CPC classification number: G06F17/30268
Abstract: 本发明公开了一种基于用户位置的实时环境监测专题图片快速生成方法。本方法为：1)服务器对环境监测数据进行空间插值得到栅格图层，然后根据栅格图层生成PNG格网图片；2)用户端发送环境查询请求，服务器根据该请求生成请求区域的矩形坐标范围；3)服务器根据请求中的时间信息、专题图类型和矩形坐标范围，从格网图片数据库中查询得到请求区域的所有PNG格网图片；然后进行拼接并用矩形范围进行剪裁得到一环境监测专题图片返回到用户端进行展示。本发明使得用户可以方便快速地从时空位置上的理解周围的环境情况。
-
Patent Agency Ranking
公开(公告)号：CN113297902B
公开(公告)日：2023-08-08
申请号：CN202110401101.X
申请日：2021-04-14
Applicant: 中国科学院计算机网络信息中心
IPC: G06V20/13 , G06V10/764 , G06V10/774 , G06N20/00
Abstract: 本发明涉及一种基于众包模式在线标注遥感影像生成样本数据集的方法和装置。该方法的步骤包括：将遥感影像标注众包任务划分为若干子任务；读取各子任务对应的遥感影像区域数据作为遥感影像子图，采用机器学习模型对遥感影像子图提取待标注的矢量多边形；将子任务分配给参与众包任务的用户，执行子任务并得到用户对子任务中待标注的矢量多边形的语义标注结果；将采用机器学习模型获得的遥感影像未标注区域的预测结果与已标注的矢量多边形区域进行叠加合并，生成遥感影像标注样本数据集。本发明能够大大降低众包在线标注的工作量，能够保证所有子任务均能被执行，能够减轻在线可视化渲染的负担。
-
公开(公告)号：CN112464745B
公开(公告)日：2023-07-07
申请号：CN202011239567.6
申请日：2020-11-09
Applicant: 中国科学院计算机网络信息中心
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V20/13
Abstract: 本发明公开了一种基于语义分割的地物识别与分类方法和装置。本方法为：1)获取各区域的多源遥感数据，将同一区域的数据合并为一个样本，得到一样本集；2)建立语义分割模型；然后利用样本集对模型进行训练；语义分割模型由编码器、中心模块和解码器串联组成；编码器由N个编码模块串联组成，解码器由N个解码模块和一个点卷积模块串联组成，中心模块由卷积模块C1、卷积模块C2串联组成；每个编码模块El由卷积模块El1、卷积模块El2和下采样模块DSl串联组成，每个解码模块Dl由上采样模块USl、卷积模块Dl2、卷积模块Dl1和卷积模块Dl0串联组成；3)利用训练后的模型对待识别遥感数据处理，得到地物类型的识别结果。
-
公开(公告)号：CN114399686A
公开(公告)日：2022-04-26
申请号：CN202111421623.2
申请日：2021-11-26
Applicant: 中国科学院计算机网络信息中心
IPC: G06V20/13 , G06V10/764 , G06K9/62 , G06N20/00
Abstract: 本发明涉及一种基于弱监督学习的遥感图像地物识别与分类方法和装置。该方法包括：读取部分标注的多源遥感图像，构建标注样本数据集和未标注样本数据集；建立标注训练集和标注验证集；建立教师模型和学生模型；对教师模型进行预训练；根据训练完成的教师模型得到未标注数据的预测结果，作为伪标签；读取未标注样本数据集和伪标签，构建伪标注训练集；输入标注训练集、标注验证集和伪标注训练集，进行随机数据增强，对学生模型进行训练；向训练完成的学生模型输入预测数据集，得到地物识别与分类的结果。本发明使用部分标注的多源遥感图像建立机器学习模型，使用所建立的模型对地物类型进行识别，能够显著提高地物要素识别和分类的准确率。
-
公开(公告)号：CN114550000A
公开(公告)日：2022-05-27
申请号：CN202210006083.X
申请日：2022-01-05
Applicant: 中国科学院计算机网络信息中心
IPC: G06V20/13 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明涉及一种基于多分辨率特征融合的遥感图像分类方法和装置。该方法包括：读取多源遥感图像，构建样本数据集；根据样本数据集建立训练数据集和验证数据集；建立基于多分辨率特征融合的遥感图像地物分类模型，并设置模型参数；输入训练数据集和验证数据集，进行随机数据增强，对遥感图像地物分类模型进行训练，得到训练完成的遥感图像地物分类模型；向训练完成的遥感图像地物分类模型输入预测数据集，得到地物要素分类结果。本发明针对高分辨率遥感图像进行优化，通过使用多分辨率特征融合，并使用前置激活的卷积模块与注意力模块串联作为模型的基本编码单元，能够有效地提高地物要素的识别能力和分类准确度。
-
公开(公告)号：CN112464745A
公开(公告)日：2021-03-09
申请号：CN202011239567.6
申请日：2020-11-09
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明公开了一种基于语义分割的地物识别与分类方法和装置。本方法为：1)获取各区域的多源遥感数据，将同一区域的数据合并为一个样本，得到一样本集；2)建立语义分割模型；然后利用样本集对模型进行训练；语义分割模型由编码器、中心模块和解码器串联组成；编码器由N个编码模块串联组成，解码器由N个解码模块和一个点卷积模块串联组成，中心模块由卷积模块C1、卷积模块C2串联组成；每个编码模块El由卷积模块El1、卷积模块El2和下采样模块DSl串联组成，每个解码模块Dl由上采样模块USl、卷积模块Dl2、卷积模块Dl1和卷积模块Dl0串联组成；3)利用训练后的模型对待识别遥感数据处理，得到地物类型的识别结果。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.042 seconds)
