公开(公告)号：CN116071650A

公开(公告)日：2023-05-05

申请号：CN202310120396.2

申请日：2023-02-16

Applicant: 南京信息工程大学

Inventor： 徐崇辉 ,  陈炜峰 ,  胡凯 ,  徐德邻

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明提供一种融合卷积神经网络与Transformer的遥感影像建筑物提取方法，涉及遥感影像分割与计算机视觉技术交叉领域。该融合卷积神经网络与Transformer的遥感影像建筑物提取方法，将获取的遥感影像，制作成遥感影像数据集并逐一打好标签，并将遥感影像数据集划分为训练集、验证集和测试集；对遥感影像经处理后得到的遥感图像进行预处理，增加数据的多样性；将预处理后的遥感图像进行特征提取，收集包含建筑物信息的特征图，并获得图像的全局特征。该方法可以显著降低对于小目标建筑物错检、漏检的问题，提高大目标建筑物分割的完整性，改善目标建筑物边缘信息提取不足导致的边界模糊问题。

公开(公告)号：CN115205681A

公开(公告)日：2022-10-18

申请号：CN202210834049.1

申请日：2022-07-14

Applicant: 南京信息工程大学

Inventor： 周旺平 ,  徐德邻 ,  徐崇辉 ,  吴海波 ,  刘娟 ,  徐博文

IPC: G06V20/10 ,  G06V10/26 ,  G06V10/44 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明公开了基于空间上下文的车道线分割方法、设备及存储介质，涉及深度学习遥感影像分割技术领域，通过用改进的高分辨率特征提取网络HRNet作为主干网络提取输入遥感图像的高分辨特征与通道相关性；其次，设计了一种空间上下文注意力模块用于增强对车道线的位置、形状特征；最后，在数据处理方面，本发明所提算法结合在线增强与离线增强操作，增加了样本多样性，增强了模型的泛化能力，将本发明所提方法应用于遥感影像上的车道线分割任务中，可以显著提高各类车道线的分割精度与分类准确率，取得了比现有算法更有的分割效果，这对于遥感影像信息分析具有重要的意义。