公开(公告)号：CN116258966A

公开(公告)日：2023-06-13

申请号：CN202310309441.9

申请日：2023-03-22

Applicant: 南湖实验室 ,  中科卫星应用德清研究院

Inventor： 王辉 ,  唐攀攀 ,  万昊明 ,  卞小林 ,  赵博 ,  罗小燕 ,  白石 ,  张磊 ,  廖佳纯 ,  刘昊

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种水稻识别模型的构建方法及其水稻识别和制图方法，该用于水稻识别的水稻识别模型的构建方法包括水稻识别模型的构建和模型训练，还包括基于时序掩码的预训练，所述基于时序掩码的预训练包括，对输入的影像序列通过时序掩码模块随机去除部分影像序列，利用编码器进行掩码恢复，提取时空特征，将掩码恢复后的影像序列通过解码器解码，重建完整影像序列。该基于时序掩码的水稻识别方法及水稻制图方法解决了在云雾较多的南方地区，如何精准识别水稻，得到质量较高的水稻制图产品；还能充分挖掘水稻识别中水稻的时间和空间特征，提高水稻制图精度。

公开(公告)号：CN114067152A

公开(公告)日：2022-02-18

申请号：CN202210043155.8

申请日：2022-01-14

Applicant: 南湖实验室

Inventor： 万昊明 ,  唐攀攀 ,  王辉 ,  于桐 ,  赵博 ,  勾鹏 ,  焦文品 ,  白石 ,  罗小燕

IPC: G06V10/762 ,  G06V10/764 ,  G06K9/62 ,  G06N3/08 ,  G06V20/13

Abstract: 本发明提供了一种基于星载SAR影像的精细化洪水淹没区提取方法，包括：S1、获取目标区域的SAR图像，对SAR图像进行超像素分割和阈值分割获得分割结果，根据所述分割结果得到背景百分比，并计算每个图像对象的特征向量；S2、通过对所述超像素分割结果、背景百分比和特征向量进行处理构建无向图并得到部分结点的类别标签；S3、根据所述的无向图和得到的部分结点的类别标签训练图卷积神经网络，并通过训练好的图卷积神经网络预测其它结点的类别，得到淹没后的水体提取结果；S4、将提取的淹没后的水体分布与洪水前的水体分布做差，得到洪水淹没区域。本发明可以兼顾图像对象特征和图像对象之间空间关系，能够显著提高SAR影像中洪水淹没区的提取精度。

公开(公告)号：CN115272278B

公开(公告)日：2025-01-07

申请号：CN202210975746.9

申请日：2022-08-15

Applicant: 南湖实验室

Inventor： 罗小燕 ,  赵博 ,  唐攀攀 ,  王辉 ,  白石 ,  万昊明 ,  欧阳宁雷 ,  勾鹏 ,  焦文品

IPC: G06T7/00 ,  G06T7/20 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06V10/82 ,  G06V10/764

Abstract: 本方案公开了一种用于遥感图像变化检测的变化检测模型的构建方法,模型包括两个孪生网络，孪生网络均依次包括输入层、网络层一、网络层二和分类层，输入层的输入为图象块一和图象块二，检测模型根据两个分类层的输出得到两个图象块的差异图像；输入层包括卷积模块、FMBConv模块和ASPP模块；网络层一包括第一双分支模块和第二双分支模块，其中一个分支均包括可变形卷积；网络层二包括多头自注意力瓶颈模块。本方案使用包括可变形卷积的双分支结构和多头自注意力机制，使模型在保证特征图空间分辨率的同时增大其感受野，提高模型的检测精度。

公开(公告)号：CN116977632A

公开(公告)日：2023-10-31

申请号：CN202310794223.9

申请日：2023-06-30

Applicant: 南湖实验室

Inventor： 白石 ,  唐攀攀 ,  万昊明 ,  王辉 ,  赵博 ,  罗小燕 ,  欧阳宁雷

IPC: G06V10/26 ,  G06N3/0464 ,  G06V20/10 ,  G06V10/40 ,  G06V10/82 ,  G06V10/764 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于非对称卷积的改进U‑Net网络的滑坡提取方法，该基于非对称卷积的改进U‑Net网络的滑坡提取方法包括所述多源数据构建包括根据目标区域的高分辨率遥感影像获取包含该地区的DEM数据、坡度信息和变化特征的六通道数据；所述模型构建包括，总体上采用U‑Net网络结构，编码器部分采用非对称卷积代替原有标准卷积层，解码器采用密集上采样构成。本申请先提取变化特征，再输入模型训练，在深度学习模型训练预测阶使用DEM+坡度+变化特征作为滑坡的约束条件，使得深度学习可以从数据中提炼诸如滑坡与坡面这类复杂关系的深层次数据联系；创造性地利用非对称卷积更准确地提取不同方向上的特征而不受旋转目标的干扰，提高了网络对旋转畸变的鲁棒性。

公开(公告)号：CN114067152B

公开(公告)日：2022-04-15

申请号：CN202210043155.8

申请日：2022-01-14

Applicant: 南湖实验室

Inventor： 万昊明 ,  唐攀攀 ,  王辉 ,  于桐 ,  赵博 ,  勾鹏 ,  焦文品 ,  白石 ,  罗小燕

IPC: G06V10/762 ,  G06V10/764 ,  G06K9/62 ,  G06N3/08 ,  G06V20/13

Abstract: 本发明提供了一种基于星载SAR影像的精细化洪水淹没区提取方法，包括：S1、获取目标区域的SAR图像，对SAR图像进行超像素分割和阈值分割获得分割结果，根据所述分割结果得到背景百分比，并计算每个图像对象的特征向量；S2、通过对所述超像素分割结果、背景百分比和特征向量进行处理构建无向图并得到部分结点的类别标签；S3、根据所述的无向图和得到的部分结点的类别标签训练图卷积神经网络，并通过训练好的图卷积神经网络预测其它结点的类别，得到淹没后的水体提取结果；S4、将提取的淹没后的水体分布与洪水前的水体分布做差，得到洪水淹没区域。本发明可以兼顾图像对象特征和图像对象之间空间关系，能够显著提高SAR影像中洪水淹没区的提取精度。

公开(公告)号：CN115272278A

公开(公告)日：2022-11-01

申请号：CN202210975746.9

申请日：2022-08-15

Applicant: 南湖实验室

Inventor： 罗小燕 ,  赵博 ,  唐攀攀 ,  王辉 ,  白石 ,  万昊明 ,  欧阳宁雷 ,  勾鹏 ,  焦文品

IPC: G06T7/00 ,  G06T7/20 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764

Abstract: 本方案公开了一种用于遥感图像变化检测的变化检测模型的构建方法,模型包括两个孪生网络，孪生网络均依次包括输入层、网络层一、网络层二和分类层，输入层的输入为图象块一和图象块二，检测模型根据两个分类层的输出得到两个图象块的差异图像；输入层包括卷积模块、FMBConv模块和ASPP模块；网络层一包括第一双分支模块和第二双分支模块，其中一个分支均包括可变形卷积；网络层二包括多头自注意力瓶颈模块。本方案使用包括可变形卷积的双分支结构和多头自注意力机制，使模型在保证特征图空间分辨率的同时增大其感受野，提高模型的检测精度。