-
公开(公告)号:CN117528233A
公开(公告)日:2024-02-06
申请号:CN202311279678.3
申请日:2023-09-28
Applicant: 哈尔滨航天恒星数据系统科技有限公司
Abstract: 变焦倍数识别及目标重识别数据集制作方法,属于多模态遥感数据目标检测与识别技术领域。为了解决目前没有一种有效的基于机载同轴多模态光学传感器的数据处理方法能够快速且自动化地制作多模态目标重识别数据集的问题。本发明采用变焦倍数预测网络对对机载同轴多模态遥感数据进行处理,然后将不同尺寸切片框对应的变焦可见光图像和红外图像的特征向量分别与从单倍焦距的广角可见光图像中提取到的特征向量进行特征距离计算,距离最近的特征向量对应的框选尺寸与a的比值即为预测的变焦倍数;然后对多模态图像进行截取以实现焦距对齐和数据融合,在进行目标检测和目标分割,针对同一目标类的多模态目标图像进行标注,进而实现数据集的制作。
-
公开(公告)号:CN115240119A
公开(公告)日:2022-10-25
申请号:CN202210955111.2
申请日:2022-08-10
Applicant: 哈尔滨航天恒星数据系统科技有限公司
Abstract: 本发明公开了一种基于深度学习的视频监控中行人小目标检测方法,包括:步骤S1、构建行人小目标数据集,步骤S2、对YOLOv5检测模型进行改进,步骤S3、利用步骤S1中自组建数据集,以及步骤S2改进的YOLOv5检测模型进行训练、测试,评价,将检测模型应用于监控视频检测中。本发明的方法满足现有视频监控中对检测精度及检测速度的要求,节省了大量的人工成本,可以有效提升在边境地区视频监控中占比较小的行人目标检测准确率。
-
公开(公告)号:CN119418216B
公开(公告)日:2025-05-13
申请号:CN202411394160.9
申请日:2024-10-08
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06V20/13 , G06V20/17 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 基于多尺度卷积解码的高分辨率遥感图像变化检测方法、电子设备及存储介质,属于遥感图像变化检测技术领域。为满足高分辨率遥感图像变化检测需求,本发明包括构建遥感影像数据集;构建MambaVision编码器,第1阶段和第2阶段基于CNN模块组成,第3阶段和第4阶段基于MambaVision模块和Transformer模块组成,通过四个阶段处理分别得到四个双时相多尺度特征图;构建时间特征交互模块TFIM;构建多尺度卷积解码器EMCAD;构建损失函数,利用构建的遥感影像数据集进行训练、测试、评价,将得到的训练好的最优模型应用于高分辨率遥感变化检测。本发明提升了对高分辨率图像中微小变化的检测能力。
-
公开(公告)号:CN117528233B
公开(公告)日:2024-05-17
申请号:CN202311279678.3
申请日:2023-09-28
Applicant: 哈尔滨航天恒星数据系统科技有限公司
Abstract: 变焦倍数识别及目标重识别数据集制作方法,属于多模态遥感数据目标检测与识别技术领域。为了解决目前没有一种有效的基于机载同轴多模态光学传感器的数据处理方法能够快速且自动化地制作多模态目标重识别数据集的问题。本发明采用变焦倍数预测网络对对机载同轴多模态遥感数据进行处理,然后将不同尺寸切片框对应的变焦可见光图像和红外图像的特征向量分别与从单倍焦距的广角可见光图像中提取到的特征向量进行特征距离计算,距离最近的特征向量对应的框选尺寸与a的比值即为预测的变焦倍数;然后对多模态图像进行截取以实现焦距对齐和数据融合,在进行目标检测和目标分割,针对同一目标类的多模态目标图像进行标注,进而实现数据集的制作。
-
公开(公告)号:CN117635982A
公开(公告)日:2024-03-01
申请号:CN202311671780.8
申请日:2023-12-07
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06V10/74 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/82 , G06V10/26 , G06V20/10 , G06V20/70 , G06N3/0464 , G06N3/045 , G06N3/0499 , G06N3/0985
Abstract: 本发明公开了一种基于深度学习的面向遥感图像的路网匹配方法,属于路网匹配技术领域。解决了现有技术中传统的路网匹配框架不易提取复杂路网遥感图像数据特征的问题;本发明对路网遥感图像数据进行预处理,得到处理后的路网遥感图像数据;对骨干和颈部网络进行改造,基于处理后的路网遥感图像数据,构造提取路网特征图的ResNet‑101‑FPN网络模型;基于ResNet‑101‑FPN网络模型,构造端到端的多功能路网匹配框架,迭代训练内核更新头;将处理后的路网遥感图像数据作为端到端多功能路网匹配框架的输入,设置内核损失函数,得到训练好的路网匹配模型。本发明提升了目标检测和匹配的精度,可以应用于多种情况的路网匹配。
-
公开(公告)号:CN117113189A
公开(公告)日:2023-11-24
申请号:CN202311105248.X
申请日:2023-08-30
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06F18/241 , G06F18/25 , G06N3/045 , G06N3/08 , G06Q10/0637 , G06Q50/26
Abstract: 一种土地分类的综合评价方法、电子设备及存储介质,属于遥感影像处理评价技术领域。为解决土地可利用分类方法相似类别及类别边界精确分类后的精度评价问题,本发明包括构建多尺度归一化空间注意力机制层;构建多尺度归一化方向位置注意力机制层,构建多尺度归一化通道注意力机制层;构建土地利用分类网络模型,包括归一化多注意力特征提取网络和多深浅特征融合空洞卷积网络,采集城市‑农村域自适应地表覆盖数据集中的数据,进行数据预处理,得到土地数据集输入到构建的土地利用分类网络模型中进行土地分类训练,得到基于深浅特征及多注意力机制融合的土地分类模型,利用预测集的预测分类类别和实际样本标签分类类别,构建混淆矩阵进行精度评价。
-
公开(公告)号:CN112712279A
公开(公告)日:2021-04-27
申请号:CN202110031082.6
申请日:2021-01-11
Applicant: 哈尔滨航天恒星数据系统科技有限公司
Abstract: 一种城市地下管线工程开挖计划分析方法,本发明涉及市政工程领域,特别涉及一种城市地下管线工程开挖计划分析方法领域。包括以下步骤:S1.禁挖路过滤;S2.跟建道路过滤;S3.时间道路分析;S4.交通影响分析;S5.施工工序排定;S6.生成年度管线挖掘计划。本发明通过城市地下管线工程开挖计划进行分析解决了现有管线工程建设计划编制过程中采用人工逐项过滤方法效率低下且不精准导致的道路反复开挖的问题。
-
公开(公告)号:CN106446126B
公开(公告)日:2021-04-20
申请号:CN201610832422.4
申请日:2016-09-19
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06F16/182 , G06F16/13 , G06F16/18
Abstract: 本发明公开了一种海量空间信息数据存储管理方法,包括步骤:建立主从模式的分布式文件系统,位于分布式文件系统下对空间信息数据进行全生命周期管理的存储管理节点;创建在存储管理节点的指令控制下以文件块为基本单位分布式存储文件数据的、由若干个数据存储节点形成的分布式、可横向平滑扩展的存储集群;数据存储节点采用分布式存储策略,该分布式存储策略是基于哈希取模算法实现的。采用本发明解决了现有的存储管理方法无法对具备海量、多源、异构等特点的空间信息数据进行有效存储和管理的问题。
-
公开(公告)号:CN106446126A
公开(公告)日:2017-02-22
申请号:CN201610832422.4
申请日:2016-09-19
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06F17/30
CPC classification number: G06F17/30194 , G06F17/30091 , G06F17/30191
Abstract: 本发明公开了一种海量空间信息数据存储管理方法,包括步骤:建立主从模式的分布式文件系统,位于分布式文件系统下对空间信息数据进行全生命周期管理的存储管理节点;创建在存储管理节点的指令控制下以文件块为基本单位分布式存储文件数据的、由若干个数据存储节点形成的分布式、可横向平滑扩展的存储集群;数据存储节点采用分布式存储策略,该分布式存储策略是基于哈希取模算法实现的。采用本发明解决了现有的存储管理方法无法对具备海量、多源、异构等特点的空间信息数据进行有效存储和管理的问题。
-
公开(公告)号:CN119251700A
公开(公告)日:2025-01-03
申请号:CN202411394163.2
申请日:2024-10-08
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06V20/13 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/08
Abstract: 一种基于SAM的端到端遥感目标检测方法、电子设备及存储介质,属于遥感图像目标检测技术领域。为了将大模型技术应用于遥感领域,本发明采集RGB可见光遥感图像,构建遥感数据集;构建特征提取的并行双分支骨干网络;构建特征融合模块,将得到的特征提取的特征数据输入到特征融合模块中,输出特征融合的特征数据,输入到提示生成器中,生成提示信息数据;将特征融合的特征数据和提示信息数据,输入到冻结后的SAM的掩码解码器,计算掩码的水平最大的长和垂直最大的宽,以掩码的中心坐标绘制检测框实现对目标的检测;构建损失函数,所述损失函数包括语义头的分类损失、定位头的回归损失和冻结的SAM掩码解码器生成掩码的分割损失构成。
-
-
-
-
-
-
-
-
-