-
公开(公告)号:CN115019184B
公开(公告)日:2023-02-07
申请号:CN202210900866.2
申请日:2022-07-28
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种基于遥感影像的石漠化程度自动分级方法及装置,该方法包括:获取石漠化区域的原始遥感影像和高程数据,并进行预处理;利用处理后的遥感影像反演所述石漠化区域的基岩裸露率和植被覆盖度,利用处理后的高程数据计算坡度数据;将所述基岩裸露率、所述植被覆盖度、所述坡度数据和所述原始遥感影像进行融合,得到样本数据,对所述样本数据的石漠化程度进行等级区分和标注,获得标签文件;构建CKRD‑DNN模型,并利用所述样本数据和所述标签文件进行训练;利用训练好的CKRD‑DNN模型对待分级的石漠化区域遥感影像进行识别和判定,得到分级结果。本发明可以实现大范围石漠化区域不同发育程度石漠化的高效自动分级和判定。
-
公开(公告)号:CN115115939A
公开(公告)日:2022-09-27
申请号:CN202210899281.3
申请日:2022-07-28
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种基于特征注意力机制的遥感图像目标细粒度识别方法,包括:对原始遥感图像的目标数据和目标特征数据进行标注;对所述原始遥感图像、所述标注的目标数据和目标特征数据进行处理和增强,获得三组数据集;构建目标‑特征注意力模型;将处理和增强后的三组数据集输入所述目标‑特征注意力模型进行训练,利用训练好的目标‑特征注意力模型完成所述原始遥感图像中的目标细粒度的型号级识别。本发明可以实现遥感影像飞机等目标的高精度精细化型号级识别。
-
公开(公告)号:CN115100652A
公开(公告)日:2022-09-23
申请号:CN202210921803.5
申请日:2022-08-02
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种基于高分遥感图像的电子地图自动化生成方法,包括:建立全景分割模型,利用全景分割模型提取遥感图像的特征,生成遥感图像特征图;利用全景分割模型的实例分割分支对遥感图像特征图的目标进行实例标注,利用全景分割模型的语义分割分支对遥感图像特征图的地物要素进行语义标注,获得实例标签和语义标签;对实例标签和语义标签进行空间层级排序,获取每个标签的像素排序得分;利用像素排序得分为基准生成全景分割图像;利用边缘优化算法对全景分割图像进行优化;利用位图矢量化成图方法对优化后的全景分割图像生成电子地图。本发明可由高分辨率遥感影像生成电子地图,提升对目标实例分割和地物要素边缘的提取和优化能力。
-
公开(公告)号:CN115019183A
公开(公告)日:2022-09-06
申请号:CN202210900359.9
申请日:2022-07-28
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种基于知识蒸馏和图像重构的遥感影像模型迁移方法,包括:在样本充足和标注完整的数据集A中训练第一目标检测模型,获得教师模型;利用知识蒸馏对所述教师模型进行压缩,获得学生模型,并在样本不足的数据集B中进行训练;利用训练后的学生模型对与所述数据集B的数据类型相同的待测试数据进行判别,获得第一判别结果;重构所述待测试数据,使所述待测试数据与所述数据集A的数据类型相同,利用所述教师模型对重构后的待测试数据进行判别,获得第二判别结果;将所述第一判别结果和所述第二判别结果的全连接层进行加权融合,获得用于判别所述待测试数据的第二目标检测模型。该方法可实现不同类型遥感影像的模型迁移。
-
公开(公告)号:CN114998749A
公开(公告)日:2022-09-02
申请号:CN202210900855.4
申请日:2022-07-28
Applicant: 北京卫星信息工程研究所
IPC: G06V20/10 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种用于目标检测的SAR数据扩增方法,包括:获取原始SAR图像数据集及其标注信息;对所述原始SAR图像数据集进行目标检测,结合所述标注信息,构建负样本集;利用所述标注信息获得所述原始SAR图像数据集中的目标样本,构建方位角目标样本集;构建基于自注意力机制的生成对抗网络,利用所述负样本集和所述方位角目标样本集对所述生成对抗网络进行迭代训练;评估所述生成对抗网络生成的样本质量,获得高质量的生成样本;在所述原始SAR图像数据集中插入所述高质量的生成样本,以及对应的标注信息。本发明实现SAR数据的自动扩增,提升SAR图像目标识别任务训练集中目标样本的多样性和均衡性。
-
公开(公告)号:CN116416531B
公开(公告)日:2023-12-19
申请号:CN202310409310.8
申请日:2023-04-17
Applicant: 北京卫星信息工程研究所
IPC: G06V20/13 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/0464
Abstract: 本发明涉及一种基于动态重参数化的遥感图像目标检测方法、设备及存储介质,基于动态重参数化的遥感图像目标检测方法包括:步骤S1、获取遥感图像及对应的真值标签;步骤S2、基于深度学习网络构建目标检测模型,并完成模型训练;步骤S3、利用步骤S2中的目标检测模型进行动态重参数化拓展,并对拓展后的目标检测模型进行在线训练;步骤S4、重复执行步骤S3,得到优化后的目标检测模型;步骤S5、对优化后的目标检测模型进行微调,利用重参数化方法吸收拓展的增强卷积,得到压缩的目标检测模型;步骤S6、利用压缩后的目标检测模型对遥感图像进行检测。本发明,解决了遥感图像目标检测任务中主干特征提取网络因结构参数设计不当而导致性能不足的问题。
-
公开(公告)号:CN116416531A
公开(公告)日:2023-07-11
申请号:CN202310409310.8
申请日:2023-04-17
Applicant: 北京卫星信息工程研究所
IPC: G06V20/13 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/0464
Abstract: 本发明涉及一种基于动态重参数化的遥感图像目标检测方法、设备及存储介质,基于动态重参数化的遥感图像目标检测方法包括:步骤S1、获取遥感图像及对应的真值标签;步骤S2、基于深度学习网络构建目标检测模型,并完成模型训练;步骤S3、利用步骤S2中的目标检测模型进行动态重参数化拓展,并对拓展后的目标检测模型进行在线训练;步骤S4、重复执行步骤S3,得到优化后的目标检测模型;步骤S5、对优化后的目标检测模型进行微调,利用重参数化方法吸收拓展的增强卷积,得到压缩的目标检测模型;步骤S6、利用压缩后的目标检测模型对遥感图像进行检测。本发明,解决了遥感图像目标检测任务中主干特征提取网络因结构参数设计不当而导致性能不足的问题。
-
公开(公告)号:CN115294439B
公开(公告)日:2023-04-07
申请号:CN202210923739.4
申请日:2022-08-02
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种空中弱小运动目标检测方法、系统、设备及存储介质,首先读取至少三个不同波段间存在成像视差的卫星遥感图像,获取的多光谱数据源中每个波段对目标成像时存在一定的时间偏差,时间偏差会造成运动目标在多光谱图像中的位移视差,并利用该位移视差确定空中弱小运动目标,最后对检测到的空中弱小运动目标图像进行坐标和投影转换,输出检测结果。本发明实现了宽幅成像模式下不同空间分辨率多光谱图像中空中弱小运动目标的检测,避免了传统方法中空间分辨率对检测精度的影响及实际应用中的局限性,弥补了现有技术手段和方法的不足,提高了空中弱小运动目标检测识别精度。
-
公开(公告)号:CN115115939B
公开(公告)日:2023-04-07
申请号:CN202210899281.3
申请日:2022-07-28
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种基于特征注意力机制的遥感图像目标细粒度识别方法,包括:对原始遥感图像的目标数据和目标特征数据进行标注;对所述原始遥感图像、所述标注的目标数据和目标特征数据进行处理和增强,获得三组数据集;构建目标‑特征注意力模型;将处理和增强后的三组数据集输入所述目标‑特征注意力模型进行训练,利用训练好的目标‑特征注意力模型完成所述原始遥感图像中的目标细粒度的型号级识别。本发明可以实现遥感影像飞机等目标的高精度精细化型号级识别。
-
公开(公告)号:CN115272857A
公开(公告)日:2022-11-01
申请号:CN202210900863.9
申请日:2022-07-28
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种基于注意力机制的多源遥感图像目标识别方法,包括:获取多源遥感图像及其对应的目标类别标签,并进行预处理;提取预处理后的多源遥感图像中的目标特征,对所述目标特征进行过滤,得到多源目标的关键特征;构建特征融合编码器并对所述关键特征进行融合,获得隐层特征数据;构建特征解码器并重构所述隐层特征数据;利用重构的隐层特征数据和所述关键特征对所述特征融合编码器和所述特征解码器进行优化;利用分类网络对所述隐层特征数据进行分类识别。本发明不仅实现多源遥感图像中的目标识别,还可提高识别的精度。
-
-
-
-
-
-
-
-
-