-
公开(公告)号：CN118014158B
公开(公告)日：2024-06-28
申请号：CN202410284095.8
申请日：2024-03-13
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: G06Q10/04 , G06Q10/063 , G06Q50/26
Abstract: 本发明提供一种顾及伞护种习性的面域生态廊道划定方法和系统，其中，方法包括：获取伞护种基础数据，根据所述伞护种基础数据，得到生境影响因子表数据；其中，所述生境影响因子表数据包括多个生境影响因子；根据所述生境影响因子表数据，得到生境影响因子权重；根据所述生境影响因子权重，得到线性廊道；根据所述线性廊道，得到面域廊道。本发明基于遥感和地理空间数据，通过对伞护种习性的梳理与分析，优化了生态源地提取和阻力面构建的流程，有效提高了生态廊道识别的准确性。识别的生态廊道能满足不同物种的迁徙需求，保护和建设价值更高。
-
公开(公告)号：CN118918475B
公开(公告)日：2025-04-18
申请号：CN202410983698.7
申请日：2024-07-22
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: G06V20/10 , G06V20/52 , G06V10/26 , G06V10/40 , G06V10/42 , G06V10/54 , G06V10/58 , G06V10/762 , G06V10/764 , G06V10/77 , G06V10/80
Abstract: 本发明公开了一种多维度多尺度遥感与地形特征融合的耕地非农化智能监测方法，步骤1、获取高分辨率影像、高光谱影像、DEM数据、耕地真值矢量数据、已调查监测的耕地矢量数据；步骤2、分割和聚类超像素地物对象；步骤3、以超像素地物对象为单位，提取各超像素地物对象范围内的特征；步骤4、将训练区提取的各特征组合成每个超像素地物对象的特征向量，构建超像素耕地对象训练样本数据；步骤5、训练耕地对象识别模型；步骤6、提取测试区耕地；步骤7、基于提取的测试区耕地和已调查监测的耕地矢量数据，利用空间叠置分析自动提取耕地变为非耕地的图斑，对该图斑进行优化、过滤筛选出耕地非农化图斑。本发明具有实操性、便捷性、可行性等优势。
-
公开(公告)号：CN118885481B
公开(公告)日：2025-04-22
申请号：CN202410952109.9
申请日：2024-07-16
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: G06F16/22 , G06F16/29 , G06F16/28 , G06F16/248 , G06F16/25
Abstract: 本发明提供了一种基于典型生态环境要素信息的湿地资源数据融合方法，包括：获取多源湿地资源数据并进行数据标准化处理，构建湿地资源的数据资源池，数据资源池中包括有若干标准湿地信息；基于若干标准湿地信息，在数据资源池中提取湿地资源典型生态环境的要素信息，要素信息包括自然要素和人为要素；根据要素信息的表现形式，分别构建典型生态环境要素的匹配判定器；设定要素信息的匹配优先级，并根据匹配优先级对标准湿地信息进行多层级实体匹配；基于标准湿地信息之间的匹配关系，进行标准湿地信息的信息融合处理，得到湿地资源数据库。本发明形成了完整、准确的湿地资源空间数据集，数据的精度高、时效性好且属性丰富，能够满足实际需求。
-
Patent Agency Ranking
公开(公告)号：CN118014158A
公开(公告)日：2024-05-10
申请号：CN202410284095.8
申请日：2024-03-13
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: G06Q10/04 , G06Q10/063 , G06Q50/26
Abstract: 本发明提供一种顾及伞护种习性的面域生态廊道划定方法和系统，其中，方法包括：获取伞护种基础数据，根据所述伞护种基础数据，得到生境影响因子表数据；其中，所述生境影响因子表数据包括多个生境影响因子；根据所述生境影响因子表数据，得到生境影响因子权重；根据所述生境影响因子权重，得到线性廊道；根据所述线性廊道，得到面域廊道。本发明基于遥感和地理空间数据，通过对伞护种习性的梳理与分析，优化了生态源地提取和阻力面构建的流程，有效提高了生态廊道识别的准确性。识别的生态廊道能满足不同物种的迁徙需求，保护和建设价值更高。
-
公开(公告)号：CN118918475A
公开(公告)日：2024-11-08
申请号：CN202410983698.7
申请日：2024-07-22
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: G06V20/10 , G06V20/52 , G06V10/26 , G06V10/40 , G06V10/42 , G06V10/54 , G06V10/58 , G06V10/762 , G06V10/764 , G06V10/77 , G06V10/80
Abstract: 本发明公开了一种多维度多尺度遥感与地形特征融合的耕地非农化智能监测方法，步骤1、获取高分辨率影像、高光谱影像、DEM数据、耕地真值矢量数据、已调查监测的耕地矢量数据；步骤2、分割和聚类超像素地物对象；步骤3、以超像素地物对象为单位，提取各超像素地物对象范围内的特征；步骤4、将训练区提取的各特征组合成每个超像素地物对象的特征向量，构建超像素耕地对象训练样本数据；步骤5、训练耕地对象识别模型；步骤6、提取测试区耕地；步骤7、基于提取的测试区耕地和已调查监测的耕地矢量数据，利用空间叠置分析自动提取耕地变为非耕地的图斑，对该图斑进行优化、过滤筛选出耕地非农化图斑。本发明具有实操性、便捷性、可行性等优势。
-
公开(公告)号：CN117636179A
公开(公告)日：2024-03-01
申请号：CN202311478183.3
申请日：2023-11-08
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: G06V20/13 , G06V10/774 , G06V10/80 , G06T7/136 , G06T7/194
Abstract: 本发明涉及数字图像处理技术领域，且公开了一种全局特征交互变化检测方法，具体是指：利用采集设备获取同一区域两个时期的影像数据；原始数据集进行数据预处理；构建孪生网络模型；在孪生网络模型的输入层进行特征融合并得到相应层级的特征表示；比较两个时期的相应层级的特征表示判断该层级特征表示是否存在变化；对层级特征表示存在变化的区域进行变化分割并评估；评估变化检测不合格率；对变化检测不合格的区域进行排除问题点；将变化检测的结果进行可视化展示；有利于两期影像的特征在网络浅层就开始交互，使得网络的每一层都参与语义变化信息的学习大大的提升了网络性能，还提高了语义变化区域的检出率。
-
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。
-
公开(公告)号：CN118885481A
公开(公告)日：2024-11-01
申请号：CN202410952109.9
申请日：2024-07-16
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: G06F16/22 , G06F16/29 , G06F16/28 , G06F16/248 , G06F16/25
Abstract: 本发明提供了一种基于典型生态环境要素信息的湿地资源数据融合方法，包括：获取多源湿地资源数据并进行数据标准化处理，构建湿地资源的数据资源池，数据资源池中包括有若干标准湿地信息；基于若干标准湿地信息，在数据资源池中提取湿地资源典型生态环境的要素信息，要素信息包括自然要素和人为要素；根据要素信息的表现形式，分别构建典型生态环境要素的匹配判定器；设定要素信息的匹配优先级，并根据匹配优先级对标准湿地信息进行多层级实体匹配；基于标准湿地信息之间的匹配关系，进行标准湿地信息的信息融合处理，得到湿地资源数据库。本发明形成了完整、准确的湿地资源空间数据集，数据的精度高、时效性好且属性丰富，能够满足实际需求。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.039 seconds)
