一种基于深度学习和街景图像的图像定位方法

    公开(公告)号:CN114972506A

    公开(公告)日:2022-08-30

    申请号:CN202210478747.2

    申请日:2022-05-05

    Applicant: 武汉大学

    Abstract: 本发明提出了一种基于深度学习和街景图像的图像定位方法,为了提取图像中具有地理位置信息的图像特征,构建了基于深度学习的特征提取网络,利用地标数据集来提高网络对含有位置信息的特征的权重;然后通过特征聚合方法提取街景图像的聚合特征来提高特征进行匹配时的速度,同时利用特征相似度计算方法来降低重复纹理特征的影响;最后通过核密度估计方法的局部峰值确定待定位图像的地理位置坐标,并可以提高结果中正确位置的坐标排名,从而进一步提高整体定位的准确率,为图像中反映的事件的空间分布和发展趋势分析提供支持。

    基于特征向量空间滤值的区域人口密度模拟方法

    公开(公告)号:CN110110025B

    公开(公告)日:2021-07-20

    申请号:CN201910358590.8

    申请日:2019-04-30

    Applicant: 武汉大学

    Abstract: 一种基于特征向量空间滤值的区域人口密度模拟方法,包括获取区域矢量文件和统计数据,选择特征向量空间滤值法,以区域夜间灯光平均亮度作为自变量,选择辅助自变量;根据区域矢量文件对遥感夜间灯光影像进行处理,计算区域总亮度和平均亮度;建立邻接关系,得到空间邻接矩阵并进行中心化,计算矩阵特征值和特征向量;提取合适的特征向量作为夜光亮度的空间影响因子,添加到自变量中,求解回归系数,得到人口密度的特征向量空间滤值回归模型,根据模型实现区域人口密度模拟。本发明能够有效消除空间异质性和空间自相关性对人口密度分布的影响,采用自动化手段替代人工统计,节约人力物力,对于城市化智能监测、环境污染检测等应用具有重要意义。

    一种基于矢量网络的地形湿度指数模拟方法

    公开(公告)号:CN107944194B

    公开(公告)日:2020-07-10

    申请号:CN201711353830.2

    申请日:2017-12-15

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于矢量网络的地形湿度指数模拟方法,首先利用DEM生成规则三角面的矢量网络,然后利用三角面网络TFN算法从矢量网络上获取汇水累积量,之后利用一种新算法从矢量网络上获得坡向和坡度,最后将由汇水累积量和坡向计算得到的单位汇水面积SCA和坡度相结合模拟地形湿度指数。本发明不仅提出了一种新的坡向和坡度计算方法,而且将其与TFN算法相结合得到了一种新的地形湿度指数模拟方法,提高了地形湿度指数的模拟精度,保证了土壤湿度的合理分布,满足了实际应用中的精度需求。

    基于特征向量空间滤值的区域人口密度模拟方法

    公开(公告)号:CN110110025A

    公开(公告)日:2019-08-09

    申请号:CN201910358590.8

    申请日:2019-04-30

    Applicant: 武汉大学

    Abstract: 一种基于特征向量空间滤值的区域人口密度模拟方法,包括获取区域矢量文件和统计数据,选择特征向量空间滤值法,以区域夜间灯光平均亮度作为自变量,选择辅助自变量;根据区域矢量文件对遥感夜间灯光影像进行处理,计算区域总亮度和平均亮度;建立邻接关系,得到空间邻接矩阵并进行中心化,计算矩阵特征值和特征向量;提取合适的特征向量作为夜光亮度的空间影响因子,添加到自变量中,求解回归系数,得到人口密度的特征向量空间滤值回归模型,根据模型实现区域人口密度模拟。本发明能够有效消除空间异质性和空间自相关性对人口密度分布的影响,采用自动化手段替代人工统计,节约人力物力,对于城市化智能监测、环境污染检测等应用具有重要意义。

Patent Agency Ranking