-
公开(公告)号：CN110008899B
公开(公告)日：2021-02-26
申请号：CN201910262483.5
申请日：2019-04-02
Applicant: 北京市遥感信息研究所
Abstract: 本发明涉及一种可见光遥感图像候选目标提取与分类方法，属于遥感图像处理和分析技术领域，解决了现有方法提取候选目标数量太多及分类精度低的问题。包括以下步骤：通过第一滑窗在遥感图像中提取大尺度区域，并输入到训练好的候选区域识别模型中，得到包含感兴趣目标的候选区域；通过第二滑窗在上述候选区域中提取候选目标；利用训练好的候选目标分类模型对上述提取的候选目标进行两步分类，确定候选目标的类别。本发明实现了在相同的召回率下，提取的候选目标数量远少于现有方法，同时，在使用相同的特征和相同的分类器的条件下，通过两步分类，大大提高了候选目标分类精度。
-
公开(公告)号：CN114489829B
公开(公告)日：2023-04-18
申请号：CN202111583459.5
申请日：2021-12-22
Applicant: 北京市遥感信息研究所
IPC: G06V10/774 , G06F9/445 , G06N20/00
Abstract: 本发明涉及一种基于ArcMap的遥感图像样本标注方法，属于遥感信息技术领域。该方法包括以下步骤：S1，安装ArcMap的Add‑In插件工具创建标注环境，所述插件工具包括安装文件和配置文件；所述插件工具将标注过程保存的包含类别名称的记录生成为标注文件；S2，根据配置文件及已有标注文件中目标类别生成对应的Shp文件图层并进行加载；S3，打开遥感图像样本文件，并使用ArcMap的矢量编辑工具选择添加样本的目标类别和标注形状后进行样本标注编辑；S4，保存样本标注结果，并清除编辑过程中的中间结果文件，完成样本标注。本发明针对当前机器学习图像样本标注软件无法支撑遥感图像样本标注的问题，基于Add‑In工具实现了遥感图像目标标注，有效提高了遥感图像样本标注效率。
-
公开(公告)号：CN114694021A
公开(公告)日：2022-07-01
申请号：CN202210243140.6
申请日：2022-03-11
Applicant: 北京市遥感信息研究所
IPC: G06V20/10 , G06N3/08 , G06V10/774
Abstract: 本发明提供一种面向大尺寸遥感影像的物体检测识别方法与装置，所述识别方法包括：进行网络训练：构建样本总数不低于100的样本集，并对样本集进行影像预处理、影像切割与样本增广；网络设计：网络通过定制化的卷积结构对输入图像层层提取信息，并对最后关键特征层进行卷积或反卷积，使各卷积层尺寸统一；设计特征图在网格内设置多个锚点；对于每个锚点，设置k个不同大小的锚框；并设计损失函数。本发明所述技术方案应用于遥感影像的物体检测识别，具有检测性能优异、运算效率高等优点，具有较高的推广应用价值；所述检测识别网络兼容倾斜框物体的检测识别方法，解决了倾斜物体的检测问题；所述检测识别网络可推广应用于自然图像。
-
公开(公告)号：CN110348296A
公开(公告)日：2019-10-18
申请号：CN201910464579.X
申请日：2019-05-30
Applicant: 北京市遥感信息研究所
Abstract: 本发明涉及一种基于人机融合的目标识别方法，属于遥感图像处理和分析领域，解决大幅面多目标遥感图像的目标识别分类问题；方法包括，获取图像分析员进行图像分析时的眼动信号,生成与图像对应的眼动热图，根据设置的热度阈值确定图像中的候选目标区域，裁剪图像提取候选目标；利用预先训练的卷积神经网络对所述候选目标进行特征提取；根据候选目标的特征进行目标识别和分类。本发明联合了人眼准确高效的目标搜索能力和卷积神经网络强大的目标分类能力，实现大幅面可见光遥感图像目标识别，并且可扩展应用于红外、高光谱、合成孔径雷达遥感图像目标识别。
-
公开(公告)号：CN119719671A
公开(公告)日：2025-03-28
申请号：CN202411812818.3
申请日：2024-12-10
Applicant: 北京市遥感信息研究所
IPC: G06F18/20 , G06N5/04 , G06F18/213 , G06F18/10 , G06F40/30
Abstract: 本发明公开了一种基于文本大模型的海运货轮航行轨迹分析方法及装置，所述方法包括：获取得到海运货轮航行数据信息集合；所述海运货轮航行数据信息集合，包括海运货轮文本信息和对应的货轮航迹信息；对所述海运货轮航行数据信息集合进行预处理，得到训练数据集；利用所述训练数据集，对预设的海运货轮航迹分析模型进行处理，得到训练完毕的海运货轮航迹分析模型；利用所述训练完毕的海运货轮航迹分析模型，对采集得到的货轮航行文本信息进行处理，得到货轮航行轨迹。本发明基于文本大模型技术，从大量海运数据文本中提取关键信息，如实体、关系等，为知识图谱构建、智能问答等系统提供支持，实现了海运即时化、准确化、精细化的智能问答分析。
-
Patent Agency Ranking
公开(公告)号：CN114694021B
公开(公告)日：2024-06-21
申请号：CN202210243140.6
申请日：2022-03-11
Applicant: 北京市遥感信息研究所
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06N5/04 , G06N3/0464
Abstract: 本发明提供一种面向大尺寸遥感影像的物体检测识别方法与装置，所述识别方法包括：进行网络训练：构建样本总数不低于100的样本集，并对样本集进行影像预处理、影像切割与样本增广；网络设计：网络通过定制化的卷积结构对输入图像层层提取信息，并对最后关键特征层进行卷积或反卷积，使各卷积层尺寸统一；设计特征图在网格内设置多个锚点；对于每个锚点，设置k个不同大小的锚框；并设计损失函数。本发明所述技术方案应用于遥感影像的物体检测识别，具有检测性能优异、运算效率高等优点，具有较高的推广应用价值；所述检测识别网络兼容倾斜框物体的检测识别方法，解决了倾斜物体的检测问题；所述检测识别网络可推广应用于自然图像。
-
公开(公告)号：CN114489829A
公开(公告)日：2022-05-13
申请号：CN202111583459.5
申请日：2021-12-22
Applicant: 北京市遥感信息研究所
IPC: G06F9/445 , G06V10/774 , G06K9/62
Abstract: 本发明涉及一种基于ArcMap的遥感图像样本标注方法，属于遥感信息技术领域。该方法包括以下步骤：S1，安装ArcMap的Add‑In插件工具创建标注环境，所述插件工具包括安装文件和配置文件；所述插件工具将标注过程保存的包含类别名称的记录生成为标注文件；S2，根据配置文件及已有标注文件中目标类别生成对应的Shp文件图层并进行加载；S3，打开遥感图像样本文件，并使用ArcMap的矢量编辑工具选择添加样本的目标类别和标注形状后进行样本标注编辑；S4，保存样本标注结果，并清除编辑过程中的中间结果文件，完成样本标注。本发明针对当前机器学习图像样本标注软件无法支撑遥感图像样本标注的问题，基于Add‑In工具实现了遥感图像目标标注，有效提高了遥感图像样本标注效率。
-
公开(公告)号：CN116563723A
公开(公告)日：2023-08-08
申请号：CN202310207082.6
申请日：2023-03-07
Applicant: 北京市遥感信息研究所
IPC: G06V20/13 , G06V10/774 , G06V10/82 , G06V10/766 , G06V10/80 , G06N3/0464 , G06N3/082 , G06N3/08
Abstract: 本发明提出一种基于关联区检测的遥感卫星影像小样本弱小目标检测方法，属于遥感卫星图像的识别检测领域。方法包括：对小样本单个弱小目标样本数据执行图像增强处理和样本增广处理，并将经图像增强处理和样本增广处理的小样本单个弱小目标样本数据按照比例划分为训练集和测试集；对SSD网络结构进行改进，将训练集输入至经改进的SSD网络进行训练，以获取单个弱小目标检测模型；利用关联区样本数据训练关联区检测网络；对待检测影像进行切分，利用经训练的关联区检测网络检测经切分的待检测影像，以获取关联区检测结果；利用单个弱小目标监测模型对关联区检测结果进行检测，以获得待检测影像的弱小目标检测结果。
-
公开(公告)号：CN110348296B
公开(公告)日：2022-04-12
申请号：CN201910464579.X
申请日：2019-05-30
Applicant: 北京市遥感信息研究所
Abstract: 本发明涉及一种基于人机融合的目标识别方法，属于遥感图像处理和分析领域，解决大幅面多目标遥感图像的目标识别分类问题；方法包括，获取图像分析员进行图像分析时的眼动信号,生成与图像对应的眼动热图，根据设置的热度阈值确定图像中的候选目标区域，裁剪图像提取候选目标；利用预先训练的卷积神经网络对所述候选目标进行特征提取；根据候选目标的特征进行目标识别和分类。本发明联合了人眼准确高效的目标搜索能力和卷积神经网络强大的目标分类能力，实现大幅面可见光遥感图像目标识别，并且可扩展应用于红外、高光谱、合成孔径雷达遥感图像目标识别。
-
公开(公告)号：CN110008899A
公开(公告)日：2019-07-12
申请号：CN201910262483.5
申请日：2019-04-02
Applicant: 北京市遥感信息研究所
Abstract: 本发明涉及一种可见光遥感图像候选目标提取与分类方法，属于遥感图像处理和分析技术领域，解决了现有方法提取候选目标数量太多及分类精度低的问题。包括以下步骤：通过第一滑窗在遥感图像中提取大尺度区域，并输入到训练好的候选区域识别模型中，得到包含感兴趣目标的候选区域；通过第二滑窗在上述候选区域中提取候选目标；利用训练好的候选目标分类模型对上述提取的候选目标进行两步分类，确定候选目标的类别。本发明实现了在相同的召回率下，提取的候选目标数量远少于现有方法，同时，在使用相同的特征和相同的分类器的条件下，通过两步分类，大大提高了候选目标分类精度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.028 seconds)
