遥感图像目标动向判别方法

    公开(公告)号:CN116486169A

    公开(公告)日:2023-07-25

    申请号:CN202310477115.9

    申请日:2023-04-27

    Abstract: 本发明涉及遥感图像目标动向判别方法,包括:S100,对遥感图像进行全景分割标注和目标行为动向标注,确定目标动向知识图谱;S200,基于遥感图像建立全景分割模型,以ResNet作为特征提取主干网络,并引入交叉注意力模块提取长距上下文信息;S300,根据全景分割网络中的实例分割分支对遥感图像进行实例级分割,根据全景分割网络中的语义分割分支对遥感图像进行语义级分割;S400,引入基于贝叶斯决策的分支融合模块,对实例分割分支和语义分割分支的结果进行决策融合,生成全景分割图像;S500,将全景分割图像进行像素聚类生成场景信息知识图谱;S600,根据图注意力网络,对场景信息知识图谱中的关注目标进行动向判别。本发明可推理遥感图像中目标的行为动向信息。

    遥感图像目标动向判别方法

    公开(公告)号:CN116486169B

    公开(公告)日:2023-12-19

    申请号:CN202310477115.9

    申请日:2023-04-27

    Abstract: 本发明涉及遥感图像目标动向判别方法,包括:S100,对遥感图像进行全景分割标注和目标行为动向标注,确定目标动向知识图谱;S200,基于遥感图像建立全景分割模型,以ResNet作为特征提取主干网络,并引入交叉注意力模块提取长距上下文信息;S300,根据全景分割网络中的实例分割分支对遥感图像进行实例级分割,根据全景分割网络中的语义分割分支对遥感图像进行语义级分割;S400,引入基于贝叶斯决策的分支融合模块,对实例分割分支和语义分割分支的结果进行决策融合,生成全景分割图像;S500,将全景分割图像进行像素聚类生成场景信息知识图谱;S600,根据图注意力网络,对场景信息知识图谱中的关注目标进行动向判别。本发明可推理遥感图像中目标的行为动向信息。

    地理样本数据质量评估方法、设备及存储介质

    公开(公告)号:CN116450632B

    公开(公告)日:2023-12-19

    申请号:CN202310421521.3

    申请日:2023-04-18

    Abstract: 本发明涉及一种地理样本数据质量评估方法、设备及存储介质,地理样本数据质量评估方法包括:分析多应用层级的地理人工智能样本数据的质量特征,建立多应用层级的样本数据质量指标体系;确定进行质量评估的地理人工智能样本数据集的特征与质量规范;确定进行质量评估的地理人工智能样本数据集的质量评估规范;执行地理人工智能样本数据质量评估,获取质量评估结果;基于质量评估结果,生成地理人工智能样本数据质量评估报告。本发明,能够满足像素级、目标级、场景级多应用层级的地理人工智能样本数据的质量评估需求,为地理人工智能样本数据的质量评估提供系统性参考,从而帮助提高样本数据的可靠性。

    无锚框定向目标检测方法

    公开(公告)号:CN116403122B

    公开(公告)日:2023-12-19

    申请号:CN202310403526.3

    申请日:2023-04-14

    Abstract: 本发明涉及一种无锚框定向目标检测方法,包括:S100,获取至少一幅包含待检测目标的卫星遥感图像;S200,以Resnet101为主干网络,提取所述卫星遥感图像的降采样4、8、16、32倍的特征C2、C3、C4、C5;S300,根据C2、C3、C4、C5构建FPN网络;S400,将所述FPN网络中的上采样和横向连接,替换为特征选择与对齐,对C2、C3、C4、C5进行融合处理,得到多尺度特征P3、P4、P5、P6、P7;S500,采用旋转边界框进行目标检测;S600,对目标检测算法进行优化,驱动目标检测网络在训练过程中学习目标的遥感方向信息。本发明可提高遥感目标检测对空间尺度大小与方向任意的目标的检测能力。

    基于高斯混合模型的遥感图像特征融合方法、电子设备

    公开(公告)号:CN116563680A

    公开(公告)日:2023-08-08

    申请号:CN202310493846.2

    申请日:2023-05-05

    Abstract: 本发明涉及一种基于高斯混合模型的遥感图像特征融合方法、电子设备,通过特征提取主干网络提取输入遥感图像特征,得到不同层级位置的特征图;构建特征融合网络并对不同层级位置的特征图进行融合,获得遥感图像目标的多特征图;构建多个高斯混合模型拟合多特征图,获得高斯混合模型的参数;对多个高斯混合模型进行加权平均融合,利用融合后的高斯混合模型生成数据并与原始特征图拼接;利用融合特征图输入目标检测网络的检测头,进行遥感图像检测,计算分类、位置预测损失;重复执行上述步骤,训练检测模型;利用检测模型进行检测。本发明,提升了模型分类和定位出遥感图像中的感兴趣目标的能力,提高遥感图像目标定位准确性,提高模型检测能力。

Patent Agency Ranking