-
公开(公告)号：CN116299305B
公开(公告)日：2023-08-15
申请号：CN202310575912.0
申请日：2023-05-22
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种多特征SAR溢油检测方法，首先，考虑布拉格散射的散射机制的物理偏离，设计了一种新颖的的极化特征组合，在有效鉴别油膜与类油膜的同时有效抑制噪声的影响；在此基础上，基于溢油区域提取模型获得了溢油区域的检测结果；此时，为了进一步克服结果中存在的边界不平滑及内部“空洞”现象，提出了一种基于粗分割指引下的轮廓正则化边界修正策略，从而获得了最终溢油检测结果。本发明解决了针对复杂的海面环境存在的弱阻尼相似物以及生物油膜等类油膜干扰因素会对溢油区域的检测带来干扰的问题，并且有效提高了检测的精确度。
-
公开(公告)号：CN119649098A
公开(公告)日：2025-03-18
申请号：CN202411686828.7
申请日：2024-11-22
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V20/10 , G06V10/80 , G06V10/82 , G06N3/09
Abstract: 本发明公开了一种基于知识图谱的双分支零样本遥感场景分类方法，涉及场景识别技术领域，通过分析局部区域内的地物构成及空间分布信息，自动化构建一种“场景‑景观‑地物”三级知识图谱；在此基础上，所设计的双分支监督零样本遥感场景分类网络DBSS，从全局与局部两个分支分别对语义向量到视觉空间的映射进行监督，从而促使视觉空间能够充分反映语义空间所蕴含的相关性结构；通过在UCM、AID和NWPU数据集上进行的大量实验表明，AKG‑DBSS对不可见类场景的分类的类平均准确率与总体精度分别最高可达98%与59.56%，标准差均小于6.91%，显著优于其他现有技术方法，具有良好的可扩展性。
-
Patent Agency Ranking
公开(公告)号：CN115131677A
公开(公告)日：2022-09-30
申请号：CN202210758717.7
申请日：2022-06-29
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种面向地理对象的高分光学与SAR影像一体化分割的方法，包括步骤如下：通过对光学影像进行分割，获得可靠的地理对象集合；为每个对象自适应提取标记点，并依据粗配准结果将其投影到SAR影像中；最后，在SAR影像中开展基于标记点的区域增长，最终获得与光学影像分割对象相匹配的对象集合。本发明通过对多组光学和SAR影像的实验结果表明，所提出方法提取的光学—SAR匹配对象集合更加接近实际的地理对象，且J‑value可达7.8以上，在目视分析和定量评价中均显著优于对比方法。
-
公开(公告)号：CN117710800B
公开(公告)日：2024-08-27
申请号：CN202311697488.3
申请日：2023-12-11
Applicant: 南京信息工程大学
IPC: G06V20/00 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种城市场景零样本识别方法及系统，从获取到的数据集中，选定部分类别为训练集，其余部分则为测试集；其中训练集样本带有类别信息，而测试集样本不包括类别信息；构建用于零样本识别的多尺度局部景观与全局特征融合模型，其中包括局部景观的建议框提取、局部景观与全局特征融合；在此基础之上，构建基于语义相关矩阵的新的权重映射损失函数对构建的多尺度局部景观与全局特征融合模型进行更新不断的优化，得到训练完成的多尺度局部景观与全局特征融合模型，基于该模型分别在UCM、AID、NWPU三个数据集上进行测试，得出识别结果，从而识别未带标注信息的类别表示，能够提高零样本识别的精度，提升模型的泛化能力。
-
公开(公告)号：CN116299305A
公开(公告)日：2023-06-23
申请号：CN202310575912.0
申请日：2023-05-22
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种多特征SAR溢油检测方法，首先，考虑布拉格散射的散射机制的物理偏离，设计了一种新颖的的极化特征组合，在有效鉴别油膜与类油膜的同时有效抑制噪声的影响；在此基础上，基于溢油区域提取模型获得了溢油区域的检测结果；此时，为了进一步克服结果中存在的边界不平滑及内部“空洞”现象，提出了一种基于粗分割指引下的轮廓正则化边界修正策略，从而获得了最终溢油检测结果。本发明解决了针对复杂的海面环境存在的弱阻尼相似物以及生物油膜等类油膜干扰因素会对溢油区域的检测带来干扰的问题，并且有效提高了检测的精确度。
-
公开(公告)号：CN115131677B
公开(公告)日：2025-04-11
申请号：CN202210758717.7
申请日：2022-06-29
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种面向地理对象的高分光学与SAR影像一体化分割的方法，包括步骤如下：通过对光学影像进行分割，获得可靠的地理对象集合；为每个对象自适应提取标记点，并依据粗配准结果将其投影到SAR影像中；最后，在SAR影像中开展基于标记点的区域增长，最终获得与光学影像分割对象相匹配的对象集合。本发明通过对多组光学和SAR影像的实验结果表明，所提出方法提取的光学—SAR匹配对象集合更加接近实际的地理对象，且J‑value可达7.8以上，在目视分析和定量评价中均显著优于对比方法。
-
公开(公告)号：CN117710800A
公开(公告)日：2024-03-15
申请号：CN202311697488.3
申请日：2023-12-11
Applicant: 南京信息工程大学
IPC: G06V20/00 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种城市场景零样本识别方法及系统，从获取到的数据集中，选定部分类别为训练集，其余部分则为测试集；其中训练集样本带有类别信息，而测试集样本不包括类别信息；构建用于零样本识别的多尺度局部景观与全局特征融合模型，其中包括局部景观的建议框提取、局部景观与全局特征融合；在此基础之上，构建基于语义相关矩阵的新的权重映射损失函数对构建的多尺度局部景观与全局特征融合模型进行更新不断的优化，得到训练完成的多尺度局部景观与全局特征融合模型，基于该模型分别在UCM、AID、NWPU三个数据集上进行测试，得出识别结果，从而识别未带标注信息的类别表示，能够提高零样本识别的精度，提升模型的泛化能力。
-
-
-
-
-
-
Search Results
7
records
(took 0.032 seconds)
