一种基于卷积时间格网的湖泊面积插值方法及系统

    公开(公告)号:CN118247459A

    公开(公告)日:2024-06-25

    申请号:CN202410303372.5

    申请日:2024-03-18

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于卷积时间格网的湖泊面积插值方法及系统,包括提取研究区各湖泊的月度湖泊面积,利用箱线图方法剔除月度湖泊面积异常值,利用时间格网将一维的湖泊面积序列转换到二维的时间‑面积矩阵,利用自适应加权卷积的方式确定缺失时间点的湖泊面积。本发明中自适应加权卷积的权重是根据提取出的时间‑面积矩阵中各个数据与目标时间点的距离确定的,能够更全面地揭示湖泊面积的变化趋势,确保了对缺失数据的准确估算。本发明能够很好的计算出数据连续缺失情况下的湖泊面积,相较于传统的插值方法精度更高,适应性更强。

    多模态多时相地表水概率空缺填补方法及装置

    公开(公告)号:CN119942360A

    公开(公告)日:2025-05-06

    申请号:CN202411790653.4

    申请日:2024-12-06

    Applicant: 武汉大学

    Abstract: 本申请涉及遥感影像智能解译技术领域,特别涉及一种多模态多时相地表水概率空缺填补方法及装置,其中,方法包括:获取目标区域中满足预设条件的多模态多时相地表水概率空缺填补的目标数据集;利用目标深度神经网络模型对目标数据集进行地表水概率空缺填补处理,以生成无空缺的地表水概率图;利用目标生成对抗网络训练目标深度神经网络模型,以生成训练后的模型,从而对无空缺的地表水概率图进行目标图像增强处理,以生成满足预设增强条件的多模态多时相地表水概率填补图像。由此,解决了相关技术中难以处理地表水制图所需的非连续像素值数据,并且缺乏足够的高质量训练样本,导致模型的泛化能力不足,降低了地表水制图的准确性和可靠性等问题。

    一种基于注意力机制的城市水体提取方法和系统

    公开(公告)号:CN117475300A

    公开(公告)日:2024-01-30

    申请号:CN202311316069.0

    申请日:2023-10-11

    Applicant: 武汉大学

    Abstract: 高精度地提取城市遥感影像中的水体对于辅助制定河湖管理政策、保证城市水资源可持续发展具有重大意义。然而,城市高分辨率遥感影像蕴含复杂的空间信息和语义信息,导致依赖局部信息提取出的水体特征容易与全局信息产生偏差,进而影响城市水体语义分割的准确率。针对此问题,本发明公开了一种基于注意力机制的城市水体提取方法和系统,本发明提出了一种基于注意力机制的编码器‑解码器结构神经网络,在该网络中,带有空洞卷积的主干网络可以多尺度获取城市遥感影像的低层特征和高层特征,基于注意力机制的编码器‑解码器结构可以分别在空间域和通道域提取全局特征,再将两种全局特征结合,得到城市水体语义分割结果。

Patent Agency Ranking