-
公开(公告)号：CN119229319A
公开(公告)日：2024-12-31
申请号：CN202411269784.8
申请日：2024-09-11
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
IPC: G06V20/17 , G06V20/40 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种局部语义增强编码器、窗口语义增强Transformer块、航拍视频分类模型及方法。编码器包括窗口定位模块和窗口时间多头自注意力模块。窗口定位模块采用与局部窗口大小相同的无填充卷积核计算输入的视频特征的特征响应，并以此确定视频特征中特性响应最大的关键窗口区域，进而剥离出关键窗口区域内的局部视频特征。窗口时间多头自注意力模块计算出局部视频特征的窗口时间多头自注意力，并通过残差块将窗口时间多头自注意力加入视频特征中。如此不仅排除对运动信息不敏感的背景信息，避免对过长的视频序列计算自注意力所导致的计算量过高，提高了航拍视频识别的效率。还增强了航拍视频的局部运动信息，提高了后续航拍视频识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN118585589B
公开(公告)日：2024-12-06
申请号：CN202410623241.5
申请日：2024-05-20
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
Abstract: 本发明提供了一种面向自然资源地表覆盖的像元光谱库构建方法，本发明基于国土三调或地理国情或其他自然资源地表覆盖空间矢量数据为基础，采用图斑筛选、像元采集点净化等方法，获得均质性较好的像元采集点，并形成包含时间、空间、光谱、标识等不同维度属性信息的像元光谱库。该方法不受高光谱影像辐射校正、大气校正中误差叠加影响，为自然资源地表覆盖精细识别提供了海量像元光谱库。
-
公开(公告)号：CN118585589A
公开(公告)日：2024-09-03
申请号：CN202410623241.5
申请日：2024-05-20
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
Abstract: 本发明提供了一种面向自然资源地表覆盖的像元光谱库构建方法，本发明基于国土三调或地理国情或其他自然资源地表覆盖空间矢量数据为基础，采用图斑筛选、像元采集点净化等方法，获得均质性较好的像元采集点，并形成包含时间、空间、光谱、标识等不同维度属性信息的像元光谱库。该方法不受高光谱影像辐射校正、大气校正中误差叠加影响，为自然资源地表覆盖精细识别提供了海量像元光谱库。
-
公开(公告)号：CN116778332B
公开(公告)日：2024-03-26
申请号：CN202310753195.6
申请日：2023-06-25
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
Abstract: 本发明公开了一种基于DEM的河流沿岸易淹没范围识别方法及系统，包括：步骤1：收集河流基础数据信息；步骤2：提取河流沿岸易淹没区域；步骤3：通过步骤2沿岸易淹没区域对数字高程模型DEM进行裁切；步骤4：根据易淹没区域特征构建易淹没识别计算模型；步骤5：将步骤3裁切后数字高程模型DEM数据输入所述易淹没识别计算模型，得到区域内的易淹没特征范围；步骤6：所述易淹没特征范围结合预选洪水位海拔值范围筛选出河流易淹没范围。本发明通过对洪水进行事前预估，以便为防洪减灾、洪水风险分析、建设选址提供证据支撑。
-
公开(公告)号：CN116778332A
公开(公告)日：2023-09-19
申请号：CN202310753195.6
申请日：2023-06-25
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
Abstract: 本发明公开了一种基于DEM的河流沿岸易淹没范围识别方法及系统，包括：步骤1：收集河流基础数据信息；步骤2：提取河流沿岸易淹没区域；步骤3：通过步骤2沿岸易淹没区域对数字高程模型DEM进行裁切；步骤4：根据易淹没区域特征构建易淹没识别计算模型；步骤5：将步骤3裁切后数字高程模型DEM数据输入所述易淹没识别计算模型，得到区域内的易淹没特征范围；步骤6：所述易淹没特征范围结合预选洪水位海拔值范围筛选出河流易淹没范围。本发明通过对洪水进行事前预估，以便为防洪减灾、洪水风险分析、建设选址提供证据支撑。
-
公开(公告)号：CN111079604A
公开(公告)日：2020-04-28
申请号：CN201911243920.5
申请日：2019-12-06
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
Inventor： 丁忆 , 李朋龙 , 罗鼎 , 张泽烈 , 李晓龙 , 肖禾 , 马泽忠 , 段松江 , 刘金龙 , 王亚林 , 吴凤敏 , 钱进 , 刘朝晖 , 曾远文 , 魏文杰 , 林熙 , 范文武 , 刘建 , 黄印 , 卢建洪
Abstract: 本发明公开了一种面向大尺度遥感图像的微小目标快速检测方法，包括步骤：利用轻量级的残差结构构建Tiny-Net模块，并对输入的遥感图像进行特征图提取；搭建全局注意力模块；在全局注意力模块后依次连接分类器与检测器，并利用分类器检测当前输入图像块中的目标；对检测出的目标采用k-means聚类方法得到k个尺度的先验框；使用区域提案网络得到提案区域，并采用位置敏感的ROI池化对提案区域进行池化；训练网络，并利用训练好的网络对新输入的遥感图像进行微小目标的精确检测定位。其显著效果是：实现了快速精确的检测大尺度遥感图像中的微小目标，使得对大尺度遥感图像的目标实时检测成为可能。
-
-
-
-
-
Search Results
6
records
(took 0.04 seconds)
