-
公开(公告)号：CN115097456A
公开(公告)日：2022-09-23
申请号：CN202210921935.8
申请日：2022-08-02
Applicant: 北京卫星信息工程研究所
IPC: G01S13/90 , G01S7/292 , G01S7/295 , G01S7/35 , G06V20/13 , G06N3/04 , G06V10/25 , G06V10/26 , G06V10/82
Abstract: 本发明涉及一种合成孔径雷达（SAR）卫星遥感数据在轨检测方法、装置及可读存储介质，所述方法包括：通过主控模块获取SAR原始回波数据；通过SAR成像模块根据所述SAR原始回波数据完成SAR成像处理；通过目标检测模块对所述SAR成像后的图像进行分块处理；通过所述目标检测模块将所述图像分块处理后的图像切片输入目标检测算法；通过所述目标检测模块提取所述图像切片和目标位置。本发明各模块实现最优能效比配置，兼顾性能与成本，实现轻量化高效能计算，适用于SAR卫星数据目标信息的在轨实时智能提取，尤其是适用于不同成像模式下SAR原始回波数据的在轨实时成像和目标检测处理，实现SAR遥感目标高精度实时检测。
-
公开(公告)号：CN115019184A
公开(公告)日：2022-09-06
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、所述高程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：CN115019180A
公开(公告)日：2022-09-06
申请号：CN202210900308.6
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 , G06V10/766 , G06V10/77 , G06V10/82 , G06V10/80
Abstract: 本发明涉及一种SAR图像舰船目标检测方法、电子设备及存储介质，四种单极化图像目标检测网络指导学生目标检测网络学习“极化特征知识”，全极化的目标检测网络指导学生目标检测网络学习输出端“响应知识”，有效地减少了不同极化样本分布不均衡情况导致的目标检测模型训练时存在网络过拟合问题，使得学生目标检测网络对于不同极化方式的SAR数据都有较好的检测能力，保证了学生目标检测网络的稳定性与可靠性，在降低目标检测网络复杂度的同时，得到适用于不同极化SAR图像的舰船目标检测器。
-
公开(公告)号：CN115018892A
公开(公告)日：2022-09-06
申请号：CN202210900865.8
申请日：2022-07-28
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种遥感影像的自动配准方法及装置，该方法包括：对不完全重叠的待配准遥感影像对进行预处理，得到对应的多个影像块对，并对所述多个影像块对进行仿射变换；构建影像配准深度神经网络模型并进行训练；将仿射变换后的多个影像块对输入训练后的影像配准深度神经网络模型，输出配准后的匹配特征点对；重新投影所述配准后的匹配特征点对至对应的原始待配准遥感影像对中，获得所述待配准遥感影像对的最终匹配结果。本发明可以实现遥感影像精确、高效的自动配准。
-
公开(公告)号：CN108960143B
公开(公告)日：2021-02-23
申请号：CN201810721881.4
申请日：2018-07-04
Applicant: 北京航空航天大学 , 北京卫星信息工程研究所
Abstract: 本发明一种高分辨率可见光遥感图像中的舰船检测深度学习方法，步骤如下：一、读入图像数据并进行预处理；二、对图像整体提取特征；三、在卷积层提取出图像抽象特征后，筛选出目标候选区域；四、在对应全图的特征图上切分出各目标候选区域的特征块，并用感兴趣区域池化层对特征块进行尺寸归一化；五、将特征送入全连接层得到空间变换参数，然后将空间变换参数与特征送入空间变换层，得到形变校正后的特征；六、根据校正后的特征对目标候选区域进行再次分类和位置修正。本发明增强了检测方法对目标旋转等形变的鲁棒性，提升高分辨率可见光遥感图像中的舰船目标检测效果，可应用在高分辨率可见光遥感图像船只目标检测中，具有广阔应用前景和价值。
-
Patent Agency Ranking
公开(公告)号：CN119741467A
公开(公告)日：2025-04-01
申请号：CN202411637460.5
申请日：2024-11-15
Applicant: 北京卫星信息工程研究所
IPC: G06V10/25 , G01S13/90 , G06V20/13 , G06V10/44 , G06V10/46 , G06V10/80 , G06V10/762 , G06V10/764 , G06V10/766 , G06V10/84 , G06N3/0464 , G06N3/045
Abstract: 本发明涉及一种基于光学和SAR遥感数据的飞机目标检测识别方法与装置，所述方法包括以下步骤：S1、选用标注完整的SAR图像形成数据集A用来训练第一目标检测模型；S2、选用与数据集A处于同区域同时刻的光学图像形成数据集B用来训练第二目标检测模型；S3、获取同区域同时刻的SAR、光学图像，并分别输入第一、第二目标检测模型检测，并根据检测目标的姿态角分别对第一、第二目标检测模型的检测结果进行旋转变换，获得第一、第二检测结果；S4、通过基于注意力的决策融合检测算法对上述第一、第二检测结果进行决策融合。本发明采用深度学习图像处理方法，通过光学、SAR多传感器数据融合检测技术，有效提高了目标识别的准确性。
-
公开(公告)号：CN119251680A
公开(公告)日：2025-01-03
申请号：CN202411380023.X
申请日：2024-09-30
Applicant: 北京卫星信息工程研究所
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/74 , G06V10/82 , G06N3/08 , G06N3/045 , G06N3/048
Abstract: 本发明涉及一种基于提示学习的遥感图像分类方法，包括：获取遥感图像样本及其真实类别标签，并进行预处理，形成遥感图像数据集；根据遥感图像数据集，通过图像编码器和文本编码器，获得遥感图像样本的图像特征向量和文本特征向量；计算遥感图像样本的图像特征向量和文本特征向量之间的相似性，得到遥感图像样本的预测类别标签；计算分类损失和对比损失，重复执行上述步骤，训练并输出分类模型；利用分类模型进行遥感图像分类。本发明，通过上述方法缓解了遥感图像分类方法中语义信息不足的问题，提高了遥感图像分类准确性。
-
公开(公告)号：CN119251679A
公开(公告)日：2025-01-03
申请号：CN202411380020.6
申请日：2024-09-30
Applicant: 北京卫星信息工程研究所
IPC: G06V20/10 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06V10/766
Abstract: 本发明的基于双曲空间映射的遥感图像目标检测方法，包括S1、提取遥感图像的特征，得到层级特征图；S2、通过特征融合网络，融合相同类型的层级特征图，获得第一多层级特征图；S3、利用双曲空间映射网络将第一多层级特征图的通道信息投影到双曲空间，得到第二多层级特征图；S4、拼接第一多层级特征图和第二多层级特征图，获得融合特征图；S5、构建特征检测头，检测融合特征图，计算分类损失和位置预测损失；S6、重复S1至S5，训练遥感图像目标检测模型；S7、利用S6得到的遥感图像目标检测模型检测遥感图像。本发明通过增强预测特征图的信息维度，帮助模型理解数据分布，学习更抽象的特征表示，从而提高对目标检测任务的泛化能力。
-
公开(公告)号：CN118735969A
公开(公告)日：2024-10-01
申请号：CN202410739942.5
申请日：2024-06-07
Applicant: 北京卫星信息工程研究所
IPC: G06T7/33 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/20 , G06V10/40 , G06N3/0475 , G06N3/0464 , G06N3/044 , G06N3/08
Abstract: 本发明涉及一种基于表示学习的高光谱遥感影像配准方法，包括：获取高光谱遥感卫星拍摄一组高光谱图像，并对其进行预处理；构建对抗生成网络，并对不同波段范围进行多波段特征学习和特征映射；构建多波段结构化语义的CNN‑RNN混合神经网络深度表达模型，提取每个波段高光谱图像的结构语义信息；建立跨波段的特征对齐和特征关联的网络模型，进行不同波段间影像的匹配。本发明，能够提高高光谱遥感影像配准的精度，更能大大节省配准的效率，节省人力物力。
-
公开(公告)号：CN113780152B
公开(公告)日：2024-04-05
申请号：CN202111043241.0
申请日：2021-09-07
Applicant: 北京航空航天大学 , 北京卫星信息工程研究所
Abstract: 本发明公开一种基于目标感知的遥感图像船只小目标检测方法，基于多任务学习、YOLOv5、特征金字塔、多头注意力、超分辨重建等方法，具体步骤如下：一、读入图像数据并进行预处理；二、构造基于目标感知的多任务深度神经网络；三、训练卷积神经网络，得到静态模型参数；四、利用去除目标感知分支后的训练好的模型进行遥感图像目标检测。本发明通过设计一种新型的基于目标感知的多任务深度学习网络，能够对低分辨率宽幅遥感图像下的船只小目标有更加优秀的检测性能，并保证实时的检测速度。输入为遥感图像，输出为船只小目标的位置信息，自动化程度高，能够大幅度提高效率、准确度并降低成本。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.046 seconds)
