公开(公告)号：CN116188515A

公开(公告)日：2023-05-30

申请号：CN202211550065.4

申请日：2022-12-05

Applicant: 三峡大学

Inventor： 王安慧 ,  向杰 ,  任东 ,  林荣

IPC: G06T7/194 ,  G06T7/11 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于深度学习的图像抠图方法，包括以下步骤：步骤1：获取抠图数据集，包括原图、标签图，根据标签图生成三分图，把所述抠图数据集中样本划分为训练集、验证集和测试集；步骤2：搭建基于GAN的编码器‑解码器结构的图像抠图网络模型；步骤3：将训练集输入模型进行训练，每训练完一轮，用验证集验证一遍，计算损失，保存最好的模型；步骤4：将待测试的图像和三分图输入到模型中进行测试。本发明的目的是为了针对复杂自然图像抠图任务中，存在浅层特征丢失、多尺度特征提取不足以及背景信息复杂易混淆的技术问题，而提出的一种能够有效的保留浅层特征、提高对目标的背景辨别能力并获取丰富的多尺度特征的自然图像抠图方法。

公开(公告)号：CN115631434A

公开(公告)日：2023-01-20

申请号：CN202211312027.5

申请日：2022-10-25

Applicant: 三峡大学

Inventor： 向杰 ,  王安慧 ,  任东 ,  林荣 ,  何雨岩

IPC: G06V20/17 ,  G06V10/26 ,  G06V10/764 ,  G06V10/80 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/048 ,  G06N3/08

Abstract: 一种基于遥感影像的土地利用分类方法，包括以下步骤：步骤1：获取城市和乡镇土地的遥感影像原始图像，筛选图片后对其标记，共包含四种类别：耕地、果园、森林、建筑；步骤2：对标记的图片进行裁剪和数据增强，制作数据集；步骤3：将制作好的数据集中的训练集放入到特征提取网络和多尺度融合上采样结构中进行训练，得到分割模型；步骤4：将待分类的遥感图像放入到训练好的分割模型中识别得到结果；本发明的目的是为了解决针对基于遥感影像的土地分类方法中，当土地类别多，特征复杂存在小目标精度低以及边缘分割效果差的问题，而提出的一种能够对遥感影像中多种土地类型实现更精确的识别结果的方法。