公开(公告)号：CN110070488B

公开(公告)日：2023-01-03

申请号：CN201910336776.3

申请日：2019-04-25

Applicant: 北京工业大学

Inventor： 李玉鑑 ,  韩路萌 ,  张婷 ,  方宇 ,  刘兆英

IPC: G06T3/40 ,  G06T5/00 ,  G06T7/11 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明公开了一种基于卷积神经网络的多角度遥感影像森林高度提取方法，依次包括以下步骤：对资源三号多角度遥感影像进行正射校正以及重采样；基于激光雷达数据提取森林高度，并记录对应光斑的经纬度坐标；以光斑点坐标为中心裁剪多角度遥感影像，制作训练样本集；构造卷积神经网络，训练网络并保存模型；采取滑动裁剪的方式裁剪多角度遥感影像；提取保存的模型预测森林高度，制作基于研究区域的森林高度分布图。本发明为森林高度实现尺度外推提供了一种新的思路，编程实现容易，运行效率较高，泛化能力较强，生成的森林高度分布图呈现良好的区域一致性。

公开(公告)号：CN110070488A

公开(公告)日：2019-07-30

申请号：CN201910336776.3

申请日：2019-04-25

Applicant: 北京工业大学

Inventor： 李玉鑑 ,  韩路萌 ,  张婷 ,  方宇 ,  刘兆英

IPC: G06T3/40 ,  G06T5/00 ,  G06T7/11 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于卷积神经网络的多角度遥感影像森林高度提取方法，依次包括以下步骤：对资源三号多角度遥感影像进行正射校正以及重采样；基于激光雷达数据提取森林高度，并记录对应光斑的经纬度坐标；以光斑点坐标为中心裁剪多角度遥感影像，制作训练样本集；构造卷积神经网络，训练网络并保存模型；采取滑动裁剪的方式裁剪多角度遥感影像；提取保存的模型预测森林高度，制作基于研究区域的森林高度分布图。本发明为森林高度实现尺度外推提供了一种新的思路，编程实现容易，运行效率较高，泛化能力较强，生成的森林高度分布图呈现良好的区域一致性。

公开(公告)号：CN111340096A

公开(公告)日：2020-06-26

申请号：CN202010111404.3

申请日：2020-02-24

Applicant: 北京工业大学

Inventor： 李玉鑑 ,  方宇 ,  张婷 ,  刘兆英

IPC: G06K9/62 ,  G06K9/46 ,  G06F16/953 ,  G06F16/53 ,  G06N3/04

Abstract: 本发明公开了一种基于对抗互补学习的弱监督蝴蝶目标检测方法，依次包括以下步骤：首先将爬虫爬取到的蝴蝶生态图像和蝴蝶标本图像按照类别进行混合，构成蝴蝶数据集；然后将图像裁剪并标准化处理；接着将蝴蝶数据集按比例划分为训练图像集和测试图像集；之后建立骨干网络和对抗互补学习网络，使用训练集训练网络，待网络收敛时保存模型；最后将测试图像输入到训练好的网络模型得到目标检测结果图。