公开(公告)号：CN118470175A

公开(公告)日：2024-08-09

申请号：CN202410915437.1

申请日：2024-07-09

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 陈波 ,  王赢 ,  刘健 ,  王海鹏 ,  刘颢 ,  孔庆磊 ,  董芳 ,  邬满

IPC: G06T15/04 ,  G06T3/4076 ,  G06T5/90 ,  G06T7/13 ,  G06N3/0475 ,  G06N3/045

Abstract: 本发明提出了一种面向倾斜摄影测量的建筑物纹理增强方法，实现自动化的纹理质量提升。首先，对倾斜影像数据进行校正，制备训练数据集。其次，采用L1损失和边缘检测损失训练生成对抗网络，实施逐步加权训练策略，先优化整体图像质量，再强化边缘细节。然后，利用训练好的网络对校正后的三维模型纹理进行超分辨率增强。最终，将增强纹理应用于模型，显著提升纹理清晰度与细节，增强视觉效果及应用价值。此方法有效改进了超分辨率网络性能，自动化处理复杂城市场景纹理，降低成本，适用于城市规划与设计。

公开(公告)号：CN118470175B

公开(公告)日：2024-10-18

申请号：CN202410915437.1

申请日：2024-07-09

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 陈波 ,  王赢 ,  刘健 ,  王海鹏 ,  刘颢 ,  孔庆磊 ,  董芳 ,  邬满

IPC: G06T15/04 ,  G06T3/4076 ,  G06T5/90 ,  G06T7/13 ,  G06N3/0475 ,  G06N3/045

Abstract: 本发明提出了一种面向倾斜摄影测量的建筑物纹理增强方法，实现自动化的纹理质量提升。首先，对倾斜影像数据进行校正，制备训练数据集。其次，采用L1损失和边缘检测损失训练生成对抗网络，实施逐步加权训练策略，先优化整体图像质量，再强化边缘细节。然后，利用训练好的网络对校正后的三维模型纹理进行超分辨率增强。最终，将增强纹理应用于模型，显著提升纹理清晰度与细节，增强视觉效果及应用价值。此方法有效改进了超分辨率网络性能，自动化处理复杂城市场景纹理，降低成本，适用于城市规划与设计。

公开(公告)号：CN118445599A

公开(公告)日：2024-08-06

申请号：CN202410930061.1

申请日：2024-07-11

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 陈波 ,  张广宗 ,  刘健 ,  王海鹏 ,  刘颢 ,  孔庆磊 ,  董芳 ,  许贵林

IPC: G06F18/213 ,  G06F17/18 ,  G06Q50/26

Abstract: 一种基于多源遥感数据的绿潮不适宜生长区提取方法，首先，在实验室条件下识别影响绿潮生长的关键环境因子；其次，选取能反映这些因子的多源遥感数据；接着，对目标海域的遥感数据进行预处理，重采样至特定分辨率；然后，利用预处理数据和生物培养模型计算绿潮生长速率；最后，基于计算结果识别不适宜生长区域。此方法摒弃了仅依赖数据相关性和统计分析的传统做法，通过将实际影响绿潮生长的环境因子与遥感数据直接关联，提高了生长速率计算的精确度。其不仅增强了监测的空间覆盖和效率，而且综合海洋环境因素，更真实地映射了绿潮在复杂海域的生长情况，为绿潮灾害的治理与监测提供了更为科学和有效的技术支持。