基于跨模态融合与图神经网络的遥感影像语义分割方法

    公开(公告)号:CN116797787A

    公开(公告)日:2023-09-22

    申请号:CN202310573090.2

    申请日:2023-05-22

    Abstract: 本发明涉及图像处理技术领域,提供了一种基于跨模态融合与图神经网络的遥感影像语义分割方法,包括:获取RGB遥感图和对应的高程图;将所述RGB遥感图和所述高程图输入第一双流编码器‑解码器模块,输出第一重构特征图;将所述第一重构特征图输入图卷积神经网络模块,输出一级分类体系预测图像;将所述RGB遥感图、所述高程图以及所述一级分类体系预测图像输入构建好的语义分割网络,输出二级分类体系预测图像。本发明将一级分类体系预测图像的先验信息融入二级分类体系预测图像的预测过程中,可以引导网络关注不同类别间的差异化特征,提高分割的整体性,从而有效提升了遥感影像语义分割的精确度。

    一种药物副作用预测方法、装置、电子设备及存储介质

    公开(公告)号:CN116453710B

    公开(公告)日:2023-09-22

    申请号:CN202310702073.4

    申请日:2023-06-14

    Abstract: 本发明提供一种药物副作用预测方法、装置、电子设备及存储介质,涉及生物信息学技术领域。方法包括:根据待预测药物的分子式,确定原子特征矩阵和原子邻接矩阵,根据药物副作用集合,确定节点特征矩阵和节点邻接矩阵;根据原子邻接矩阵,确定第一原子特征矩阵,根据节点邻接矩阵,确定第一节点特征矩阵;根据原子特征与药物副作用之间的影响关系,确定第二原子特征矩阵和第二节点特征矩阵;融合第一原子特征矩阵和第二原子特征矩阵,确定预测原子特征矩阵,融合第一节点特征矩阵和第二节点特征矩阵,确定预测节点特征矩阵;根据预测原子特征矩阵和节点特征矩阵,确定待预测药物的预测矩阵。本发明可以提高了药物副作用预测的准确率。

    一种深度学习模型、土地覆盖分类方法及装置

    公开(公告)号:CN116704363A

    公开(公告)日:2023-09-05

    申请号:CN202310573394.9

    申请日:2023-05-22

    Abstract: 本发明提供一种深度学习模型、土地覆盖分类方法及装置,涉及遥感信息技术领域,深度学习模型包括对抗学习模块、对比学习模块、图卷积神经网络模块以及输出模块;对抗学习模块用于根据获取的土地遥感多光谱场景的源域数据以及目标域数据,生成相似目标域数据和相似源域数据;对比学习模块用于处理源域数据、目标域数据、相似目标域数据和相似源域数据,获得源域光谱特征和目标域光谱特征;图卷积神经网络模块用于处理源域光谱特征和目标域光谱特征,得到土地覆盖分类信息;输出模块用于解码土地覆盖分类信息,得到土地覆盖分类结果。通过对抗学习模块、对比学习模块和图卷积神经网络模块的联合作用下,可以输出准确的土地覆盖分类结果。

    一种岩土体分类模型构建方法及岩土体分类方法

    公开(公告)号:CN116563672A

    公开(公告)日:2023-08-08

    申请号:CN202310814753.5

    申请日:2023-07-05

    Abstract: 本发明提供一种岩土体分类模型构建方法及岩土体分类方法,涉及遥感图像处理技术领域,该方法包括:获取研究区的遥感影像、第一地质图数据和第二地质图数据,分别根据第一地质图数据对遥感影像进行配准处理和标注处理,得到第一影像数据和第一标注结果,根据第二地质图数据对遥感影像进行配准处理和标注处理,得到第二影像数据和第二标注结果;将第一标注结果和第二标注结果进行归并,得到第三标注结果;构建初始基模型和初始集成模型,训练初始基模型和初始集成模型,得到基模型和集成模型,以构建岩土体分类模型。本发明的有益效果:引入小比例尺的地质图数据训练分类模型,有效提升了模型的准确率,进而提升岩土体分类的准确性。

    自适应网络遥感图像分类方法、计算机设备及存储介质

    公开(公告)号:CN113420738A

    公开(公告)日:2021-09-21

    申请号:CN202110971318.4

    申请日:2021-08-24

    Abstract: 本发明提供了自适应网络遥感图像分类方法、计算机设备及存储介质,包括:获取待检测图像;将待检测图像输入至训练好的区域生成器,由区域生成器提取待检测图像中至少一个图像子区域作为目标区域,提取每个目标区域的信息度并根据信息度筛选目标区域,获得判别性区域;使用特征提取网络提取判别性区域的区域特征及待检测图像的全局特征,并对每个区域特征和全局特征进行自身适应性加权卷积变换获得第二变换特征;将第二变换特征输入至训练好的打分器,获得分类结果,可以减少遥感场景图像中冗余区域和噪声区域对网络分类性能的限制,有效地定位图像中判别性区域促进网络分类性能。

    一种遥感纹理信息确定方法、装置、终端及存储介质

    公开(公告)号:CN111797680A

    公开(公告)日:2020-10-20

    申请号:CN202010425195.X

    申请日:2020-05-19

    Abstract: 本发明提供了一种遥感纹理信息确定方法、装置、终端及存储介质,所述遥感纹理信息确定方法包含:获取立体遥感图像对,基于所述立体遥感图像对生成数字地形模型;基于所述数字地形模型获得坡度图像,其中,所述坡度图像的各个像元对应有坡度值;基于所述坡度图像中各个像元对应的坡度值,分别确定各个所述像元的灰度值,生成相应的灰度图像;基于所述灰度图像获得纹理特征信息。本发明提取的纹理特征/信息更加准确、精细,使得基于该纹理特征/信息作出的分类的精度得到提升。

Patent Agency Ranking