-
公开(公告)号：CN119180468B
公开(公告)日：2025-05-16
申请号：CN202411675352.7
申请日：2024-11-21
Applicant: 之江实验室
IPC: G06Q10/0631
Abstract: 本说明书公开了一种多星协同的智能任务执行方法，预先获取各卫星的卫星轨迹数据，确定各卫星的各轨迹点分别对应的矩形区域和时间戳，响应于用户的操作确定成像区域和成像时间，并生成成像任务，将成像区域和成像时间与存储的各轨迹点对应的矩形区域和时间戳进行匹配，确定执行成像任务的目标卫星、目标成像区域和目标成像时间，并以此执行成像任务。可见，基于多卫星的轨迹数据，预先进行任务的规划和设计，极大地减少了用户的成像任务的规划等待时间，提升了任务执行的效率。并且，通过数字化手段将用户需求与卫星资源紧密连接，实现了任务规划的智能化和自动化，大幅提升了卫星遥感数据管理和任务执行的效率。
-
公开(公告)号：CN119068345B
公开(公告)日：2025-02-14
申请号：CN202411569146.8
申请日：2024-11-05
Applicant: 之江实验室
IPC: G06V20/10 , G06V10/44 , G06V10/776 , G06V10/82
Abstract: 本说明书公开了一种图像处理方法、装置、存储介质及电子设备，本方法获取包括若干待筛选遥感影像切片的待筛选遥感影像切片集，根据预设特征提取方法，确定每个待筛选遥感影像切片的切片图像特征。根据切片图像特征，对待筛选遥感影像切片集进行筛选，得到初始筛选结果。根据初始筛选结果，通过预先训练好的图像质量评估模型，得质量评估结果。基于质量评估结果，在待筛选遥感影像切片集中，确定目标遥感影像切片。通过提取遥感影像切片的特征，根据特征进行初次筛选，再根据初次筛选结果，利用图像质量评估模型对遥感影像切片进行二次筛选，得到高质量的目标遥感影像切片。不仅提高了筛选效率，还提高了筛选准确率。
-
公开(公告)号：CN119444780A
公开(公告)日：2025-02-14
申请号：CN202510043902.1
申请日：2025-01-10
Applicant: 之江实验室
IPC: G06T7/11 , G06V10/764
Abstract: 本申请一种遥感影像分割数据的质量评估方法、装置及介质，该方法包括：获取遥感影像样本及其自动分割数据集；对遥感影像样本进行切分得到影像切片；分别确定影像切片与目标图像块之间用于表征区域面积重叠度的第一参数，以及用于表征区域类别差异的第二参数；目标图像块为自动分割数据集中与影像切片相对应的图像块；根据第一参数和第二参数，确定自动分割数据集中区域分割的完整性分数和区域类别的准确性分数，以确定自动分割数据集的自动分割质量。由此，通过影像切片与目标图像块的面积重叠度及区域类别差异，确定区域分割的完整性和区域类别的分类准确性，进而可以根据完整性和准确性，实现快速、高效且准确的遥感影像分割数据质量评估。
-
公开(公告)号：CN119336928A
公开(公告)日：2025-01-21
申请号：CN202411883677.4
申请日：2024-12-19
Applicant: 之江实验室
IPC: G06F16/51 , G06F16/58 , G06F16/11 , G06F16/172 , G06N5/022
Abstract: 本说明书公开了一种影像数据目录生成方法、装置、存储介质及电子设备。在本说明书提供的影像数据目录生成方法中，获取遥感影像数据，并将所述遥感影像数据存储到共用存储空间；确定所述遥感影像数据所属的目标区域，并根据所述目标区域将所述遥感影像归档到影像数据库；确定所述遥感影像数据的影像特征，并根据所述遥感影像数据中包含的内容对所述遥感影像数据进行标注；根据所述影像特征和所述标注确定所述遥感影像数据的知识图谱；根据所述遥感影像数据和所述知识图谱生成影像数据目录。
-
公开(公告)号：CN119180468A
公开(公告)日：2024-12-24
申请号：CN202411675352.7
申请日：2024-11-21
Applicant: 之江实验室
IPC: G06Q10/0631
Abstract: 本说明书公开了一种多星协同的智能任务执行方法，预先获取各卫星的卫星轨迹数据，确定各卫星的各轨迹点分别对应的矩形区域和时间戳，响应于用户的操作确定成像区域和成像时间，并生成成像任务，将成像区域和成像时间与存储的各轨迹点对应的矩形区域和时间戳进行匹配，确定执行成像任务的目标卫星、目标成像区域和目标成像时间，并以此执行成像任务。可见，基于多卫星的轨迹数据，预先进行任务的规划和设计，极大地减少了用户的成像任务的规划等待时间，提升了任务执行的效率。并且，通过数字化手段将用户需求与卫星资源紧密连接，实现了任务规划的智能化和自动化，大幅提升了卫星遥感数据管理和任务执行的效率。
-
Patent Agency Ranking
公开(公告)号：CN119988656A
公开(公告)日：2025-05-13
申请号：CN202510043901.7
申请日：2025-01-10
Applicant: 之江实验室
IPC: G06F16/51 , G06F16/55 , G06F16/53 , G06F16/583
Abstract: 本申请公开了一种遥感影像数据的管理方法、装置及介质，该方法包括：获取影像元数据；将影像元数据中各影像图片定义为血缘关系图中的实体节点；其中，实体节点包括影像节点和切片节点；为实体节点分配唯一的数据ID，以作为影像图片的DNA；确定实体节点之间的数据流方向；根据数据ID和数据流方向，构建血缘关系图。由此，通过为影像元数据分配唯一的ID，即，生成唯一数据DNA，从而构建关于遥感影像的血缘关系图，基于该血缘关系图可以实现快速且高效地查看、追溯各个实体节点对应的影像图片，及时发现影像数据处理流程中的不足和冗余环节，实现遥感影像高效管理的同时，提升影像数据的质量，为各个领域提供更准确的影像数据支持。
-
公开(公告)号：CN119762728A
公开(公告)日：2025-04-04
申请号：CN202411822094.0
申请日：2024-12-11
Applicant: 之江实验室
Abstract: 本申请公开了一种遥感影像的标注系统、方法和装置，该系统包括：包括影像标注单元和标注数据集生成单元的处理平台，以及与处理平台通信连接的优化平台。影像标注单元，用于对待标注遥感影像进行区域分割得到初始分割数据集；对初始分割数据集进行数据调整得到目标分割数据集。优化平台，用于根据获取的人工修正指令对目标分割数据集进行修正得到目标修正数据集。标注数据集生成单元，用于根据修正数据集生成标注数据集。由此，通过影像标注单元实现快速、高效的影像分割和标注。在此基础上，通过优化平台对目标分割数据集进行人工校正，兼顾标注效率的同时，提升标注准确性。此外，通过自动生成标注数据集，进一步提升遥感影像标注效率。
-
公开(公告)号：CN119380212A
公开(公告)日：2025-01-28
申请号：CN202411513312.2
申请日：2024-10-28
Applicant: 之江实验室
IPC: G06V20/13 , G06V20/17 , G06V10/774 , G06F21/60
Abstract: 本申请公开了一种遥感影像的处理系统、方法和装置，该系统包括：数据管理平台、多个数据处理单元和数据校正单元；每个数据处理单元与数据管理平台及多个数据校正单元通信连接；数据管理平台用于将收集的原始遥感影像数据中待处理的数据集SET1分发给数据处理单元；数据处理单元用于对数据集SET1进行图文解译得到数据集SET2后，分发给数据校正单元；数据校正单元用于对数据集SET2进行校正得到目标数据集。由此，通过数据管理平台对原始影像数据集进行筛选后，分发至数据处理单元自动进行图文解译，再分发至数据校正单元进行校正，从而实现在线解译、校正的闭环管理，逐级进行筛选、解译和校正，提升解译质量和处理效率。
-
公开(公告)号：CN119444780B
公开(公告)日：2025-04-11
申请号：CN202510043902.1
申请日：2025-01-10
Applicant: 之江实验室
IPC: G06T7/11 , G06V10/764
Abstract: 本申请一种遥感影像分割数据的质量评估方法、装置及介质，该方法包括：获取遥感影像样本及其自动分割数据集；对遥感影像样本进行切分得到影像切片；分别确定影像切片与目标图像块之间用于表征区域面积重叠度的第一参数，以及用于表征区域类别差异的第二参数；目标图像块为自动分割数据集中与影像切片相对应的图像块；根据第一参数和第二参数，确定自动分割数据集中区域分割的完整性分数和区域类别的准确性分数，以确定自动分割数据集的自动分割质量。由此，通过影像切片与目标图像块的面积重叠度及区域类别差异，确定区域分割的完整性和区域类别的分类准确性，进而可以根据完整性和准确性，实现快速、高效且准确的遥感影像分割数据质量评估。
-
公开(公告)号：CN119762988A
公开(公告)日：2025-04-04
申请号：CN202510273512.3
申请日：2025-03-10
Applicant: 之江实验室
Abstract: 本申请公开了一种遥感影像的目标区域提取方法、装置及介质，该方法包括：对获取的初始遥感影像进行预处理后，得到待提取影像集；构建基于空间注意力机制的U‑Net网络的目标模型；通过目标模型对待提取影像集进行推理，得到目标区域提取后的推理影像集；对推理影像集进行优化处理，生成目标数据集。由此，通过基于空间注意力机制的U‑Net网络的目标模型对影像目标区域进行推理和提取，空间注意力机制可以将模型的注意力集中于目标区域，减少复杂背景噪声的干扰，降低误检率和漏检率。同时，在U‑Net网络架构下，实现高效的像素级影像分割。由此空间注意力机制和U‑Net网络的结合，实现高效、精准地目标区域的自动分割与信息提取。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.018 seconds)
