公开(公告)号：CN112633376A

公开(公告)日：2021-04-09

申请号：CN202011545235.0

申请日：2020-12-24

Applicant: 南京信息工程大学

Inventor： 管海燕 ,  赵沛冉 ,  曹爽

IPC: G06K9/62 ,  G06N20/00

Abstract: 本发明公开了一种基于深度学习的点云数据地物分类方法、系统与存储介质，包括获取各场景点云数据集分别所对应的单一融合点云数据集，并获得该场景所对应的各个子样本，对子样本中单一点云数量降采样至预设值，获得各个子样本的模型图结构，根据模型图结构，获得对应的边缘特征、局部特征和全局特征并应用，得到构建好的地物分类模型，应用分类模型获得地物分类结果。通过本发明获得性能更高的深度学习模型，提取的特征能够覆盖大范围的场景数据，能在处理较为复杂的三维点云场景中突显其优越性。

公开(公告)号：CN112560719A

公开(公告)日：2021-03-26

申请号：CN202011518292.X

申请日：2020-12-21

Applicant: 南京信息工程大学

Inventor： 管海燕 ,  康健 ,  曹爽

IPC: G06K9/00 ,  G06K9/34 ,  G06K9/38 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多尺度卷积‑多核池化的高分辨率影像水体提取方法，方法包括获取目标影像，基于自适应直方图均衡化算法对目标影像进行预处理，获取更新的目标影像，将更新的目标影像输入至训练好的多尺度卷积‑多核池化的编码‑解码网络模型，对目标影像中的水体区域进行提取；所述水体区域提取模型为多尺度卷积‑多核池化的编码‑解码网络模型。本发明提供的方法能减少原始影像特征丢失，可高精度、高准确率、自动化从高分辨率影像进行多种尺度水体提取。