公开(公告)号：CN119888513A

公开(公告)日：2025-04-25

申请号：CN202411914099.6

申请日：2024-12-24

Applicant: 清华大学

Inventor： 孙健 ,  田家骐 ,  薛源 ,  张永显 ,  邢轩玮

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/25 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本公开涉及一种水体识别方法及装置。所述方法包括：综合目标时段内针对目标地理区域采集的第一遥感图像集合，得到第一综合图像；针对第一综合图像进行水体预识别，得到第一综合图像中像素点是否属于水体区域的预识别结果；在第一综合图像中确定至少一个采样区域；针对任一采样区域，确定对应的候选子特征；在不同采样区域对应的候选子特征中，基于出现次数最多的候选子特征，确定适配子特征；基于所确定的适配子特征所表征的适配水体指数，针对所述目标时段内的所述目标地理区域进行水体识别。通过确定出针对目标时段内的目标地理区域，特征重要性相对较高的水体指数，用于针对目标时段内的目标地理区域进行水体识别，可以提高水体识别的适应性。

公开(公告)号：CN119964155A

公开(公告)日：2025-05-09

申请号：CN202510132086.1

申请日：2025-02-06

Applicant: 清华大学

Inventor： 徐梦珍 ,  邢轩玮 ,  刘凯 ,  郭芳 ,  肖新宗 ,  王聪聪 ,  薛源

IPC: G06V20/69 ,  G06V10/20 ,  G06V10/25 ,  G06V10/82 ,  G06V10/52 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464

Abstract: 本申请涉及图像识别计数技术领域，特别涉及一种水生生物图像识别计数方法、装置、设备及介质，方法包括：获取用户输入的水生生物图像，对水生生物图像进行预处理；将预处理后的水生生物图像输入基于深度学习的目标检测模型，目标检测模型输出水生生物图像中目标水生生物的检测结果，其中，目标检测模型包括引入多尺度特征融合技术的特征提取网络、采用自适应池化和空间金字塔池化技术的卷积神经网络、以及密集分布目标检测的密集检测头；对目标水生生物的检测结果进行后处理，根据后处理的检测结果识别目标水生生物的数量和目标水生生物在水生生物图像中的位置。由此，解决了相关技术特征信息丢失、对密集分布物体的检测不佳，漏检率高等问题。

公开(公告)号：CN119091320A

公开(公告)日：2024-12-06

申请号：CN202411217803.2

申请日：2024-08-30

Applicant: 清华大学

Inventor： 徐梦珍 ,  邢轩玮 ,  薛源 ,  吴保生

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/40 ,  G06V10/26 ,  G06V10/764 ,  G06N20/20 ,  G06N3/084

Abstract: 本公开提供一种水体提取方法、装置、电子设备及存储介质，涉及遥感技术领域。该方法包括：获取遥感图像；对遥感图像进行分割，得到目标子图像；分别计算目标子图像的多种水体指数，得到初始特征数据；基于初始特征数据以及目标子图像的地物样本数据，训练随机森林模型；根据多种水体指数在随机森林模型中的重要性分数，在多种水体指数中确定至少一种目标指数；分别计算遥感图像的至少一种目标指数，得到目标特征数据；将目标特征数据输入训练后的随机森林模型，得到水体提取结果，水体提取结果用于示出遥感图像中的水体区域。本公开实施例能够提升水体提取的效率，同时在水体提取过程中无需人工干预，可以自动完成针对遥感图像的水体提取任务。