-
公开(公告)号:CN117671517B
公开(公告)日:2025-02-18
申请号:CN202311655425.1
申请日:2023-12-05
Applicant: 长安大学
IPC: G06V20/13 , G06V20/10 , G06V10/774 , G06V10/762 , G06V10/764 , G06V10/74 , G06V10/82
Abstract: 本发明为基于大规模预训练神经网络的遥感图像识别方法,涉及图像处理技术领域,首先,对大尺寸卫星遥感图像进行等间隔采样与分块,使用CLIP图像编码器处理局部图像块,获得高维特征矢量。其次,启动余弦距离、多维缩放、高斯混合模型等技术,理解图像块之间的相似性关系。最后,人工筛选高价值区域,利用核密度预测器生成目标区域热力图。将所设计方法应用于陕西省清涧县国土空间规划实践,通过高分辨率遥感图像,识别城市老旧小区。计算结果表明,本发明具有较高的识别精度和较小的资源消耗,准确划定了城市老旧小区改造范围。
-
公开(公告)号:CN117671517A
公开(公告)日:2024-03-08
申请号:CN202311655425.1
申请日:2023-12-05
Applicant: 长安大学
IPC: G06V20/13 , G06V20/10 , G06V10/774 , G06V10/762 , G06V10/764 , G06V10/74 , G06V10/82
Abstract: 本发明为基于大规模预训练神经网络的遥感图像识别方法,涉及图像处理技术领域,首先,对大尺寸卫星遥感图像进行等间隔采样与分块,使用CLIP图像编码器处理局部图像块,获得高维特征矢量。其次,启动余弦距离、多维缩放、高斯混合模型等技术,理解图像块之间的相似性关系。最后,人工筛选高价值区域,利用核密度预测器生成目标区域热力图。将所设计方法应用于陕西省清涧县国土空间规划实践,通过高分辨率遥感图像,识别城市老旧小区。计算结果表明,本发明具有较高的识别精度和较小的资源消耗,准确划定了城市老旧小区改造范围。
-