-
公开(公告)号：CN114863248A
公开(公告)日：2022-08-05
申请号：CN202210199571.7
申请日：2022-03-02
Applicant: 武汉大学
IPC: G06V20/00 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深监督自蒸馏的图像目标检测方法。该方法通过深监督自蒸馏的方式来强化火灾检测模型对旧图像集特征知识的学习能力，并重点基于损失函数权重自适应方法，指导模型在训练过程中自动均衡新旧数据集的特征重要性。从而确保模型能够实现高效的增量更新，并进一步提升模型的泛化性能。本发明方法可以有效避免灾难性遗忘问题的发生，并以自适应的方式最大程度上均衡新旧数据集特征知识的重要性，可以在不增加模型参数量、不更改模型架构的情况下实现模型的增量更新，对于模型的更新换代以及泛化性能提升具有重要意义。
-
公开(公告)号：CN114625820A
公开(公告)日：2022-06-14
申请号：CN202210139872.0
申请日：2022-02-16
Applicant: 武汉大学
IPC: G06F16/29 , G06F16/28 , G06F16/27 , G06F16/245 , G06F16/51 , G06F16/587
Abstract: 本发明涉及一种面向人工智能遥感影像解译的样本库系统及组织方法。面向人工智能遥感影像解译的样本库系统包括基础设施层、存储层、管理层、服务层和应用层五个部分。基于该样本库系统实现的遥感影像解译样本库组织方法针对“场景‑目标‑像素”层级样本数据特点，构建可扩展的类别编码方式，形成面向“场景‑目标‑像素”多层级应用的可扩展类别体系，并设计样本数据统一的标注规范，实现样本数据的组织管理。
-
公开(公告)号：CN111640159B
公开(公告)日：2022-04-01
申请号：CN202010390580.5
申请日：2020-05-11
Applicant: 武汉大学 , 广东南方数码科技股份有限公司
Abstract: 本发明公开了一种基于孪生卷积神经网络的遥感影像变化检测方法，涉及遥感领域，主要解决目前常规的变化检测方法泛化性较差的问题；该方法包括以下步骤：获取多时相遥感影像数据，得到掩膜图像，建立遥感影像变化检测数据集，构建孪生卷积神经网络模型，利用数据集训练孪生卷积神经网络，获得训练模型，利用训练模型对待检测的前时相影像和后时相影像进行变化检测，得到初步变化预测结果，将初步变化预测结果的像素的预测值与预先设定的像素阈值进行比较，从而将初步变化预测结果划分为变化区域类别和非变化区域类别，得到变化检测结果。本发明的方法泛化性能更好，同时满足端到端处理，便于工程应用。
-
公开(公告)号：CN113345092A
公开(公告)日：2021-09-03
申请号：CN202110490354.9
申请日：2021-05-06
Applicant: 武汉大学 , 广东南方数码科技股份有限公司
Abstract: 本发明公开了一种用于实景三维模型的地面模型与非地面模型自动分离方法。本发明通过使用针对面元的距离约束的粒子物理模型，在倒置后的实景三维模型上模拟布料的自由下落，通过质点与实景三维模型的碰撞检测确定布料的最终形态并作为地面模型的近似，通过比较质点与实景三维模型面元的空间关系来局区分地面模型和非地面模型。本发明具备高效率、高鲁棒性、高精度优点，可用于城市、林地、乡村等场景及任意面元密度的实景三维模型的地面模型与非地面模型的分离。
-
公开(公告)号：CN112181980A
公开(公告)日：2021-01-05
申请号：CN202010970869.4
申请日：2020-09-16
Applicant: 武汉大学
IPC: G06F16/22 , G06F16/248 , G06F16/28
Abstract: 本发明公开了一种面向大规模分析的时空大数据立方体组织方法及系统，本发明从数据立方的角度出发，将海量、多源、异构、时空不均的时空大数据纳入到了统一的时空基准下，包括对地观测数据以及带有位置属性的社会经济矢量数据，从产品、时间、空间、波段、质量五个维度对数据进行了存储和组织，在此基础上构建了多维查询视图，实现对数据的多层次、多维度访问。在数据分析计算层面设计了内外存映射机制，将外存存储的数据映射到自定义的多源异构时空大数据分布式内存对象中，实现对时空大数据的分布式处理和大规模分析。
-
Patent Agency Ranking
公开(公告)号：CN112163101A
公开(公告)日：2021-01-01
申请号：CN202011194857.3
申请日：2020-10-30
Applicant: 武汉大学
Abstract: 本发明提出了一种面向空间知识图谱的地理实体匹配与融合方法。本发明构建地理实体对象数据集，将空间邻近的地理实体对作为待匹配地理实体对集合，提取名称字面、名称语音、名称词袋、几何、类别相似度获得相似度特征集合；人工标记一定数量的样本，以其与对应的相似度特征为输入、标签值为输出，训练地理实体匹配深度学习网络模型，预测每个待匹配地理实体对并过滤得到匹配地理实体对集合；最后合并获得匹配地理实体集合，制定策略对属性冲突进行消解从而获得融合结果并发布为空间知识图谱。本发明提高了地理实体的匹配精度，避免了人为干扰因素，构建了高精度的地理实体匹配与融合模型，增强了地理实体库的可用性和数据可追溯性。
-
公开(公告)号：CN111126127A
公开(公告)日：2020-05-08
申请号：CN201911011495.7
申请日：2019-10-23
Applicant: 武汉大学
Abstract: 本发明公开了一种多级空间上下文特征指导的高分辨率遥感影像分类方法。该方法将对象的纹理特征，几何特征和空间上下文特征作为深度学习框架的高维特征，放入到全连接分类器中进行分类训练，得到一个面向对象的多特征融合分类器，最后，使用条件随机场对对象级别的分类结果进行像素级别的空间上下文指导分类，进一步提升了分类的精度。本发明提出的多级空间上下文指导的高分辨率遥感影像分类方法，在对象分类中融入了对象的多个特征能够实现超越一般对象分类的深度学习方法，此外，还引入了像素级空间上下文指导的条件随机场方法，实现了高精度的高分辨率遥感影像分类。
-
公开(公告)号：CN112181642B
公开(公告)日：2024-02-02
申请号：CN202010971187.5
申请日：2020-09-16
Applicant: 武汉大学
IPC: G06F9/50 , G06F18/211 , G06F18/214 , G06N20/00
Abstract: 本发明公开了一种空间计算操作的人工智能优化方法，该方法包括：通过运用机器学习中特征选择技术包括RReliefF、平均精度减少、平均不纯度减少、递归特征消除和包裹式遗传算法，以及回归模型训练技术包括CART回归树、随机森林、梯度上升回归和支持向量回归，构建最优计算强度预测模型，嵌入并优化高性能地理计算过程。结果提供了一个机器学习技术预测地学应用计算强度的应用方法，本发明以传统GIS空间计算操作中的多边形空间相交为例，证明了提出方法的可行性以及高效性。
-
公开(公告)号：CN112163101B
公开(公告)日：2024-01-26
申请号：CN202011194857.3
申请日：2020-10-30
Applicant: 武汉大学
Abstract: 本发明提出了一种面向空间知识图谱的地理实体匹配与融合方法。本发明构建地理实体对象数据集，将空间邻近的地理实体对作为待匹配地理实体对集合，提取名称字面、名称语音、名称词袋、几何、类别相似度获得相似度特征集合；人工标记一定数量的样本，以其与对应的相似度特征为输入、标签值为输出，训练地理实体匹配深度学习网络模型，预测每个待匹配地理实体对并过滤得到匹配地理实体对集合；最后合并获得匹配地理实体集合，制定策略对属性冲突进行消解从而获得融合结果并发布为空间知识图谱。本发明提高了地理实体的匹配精度，避免了人为干扰因素，构建了高精度的地理实体匹配与融合模型，增强了地理实体库的可用性和数据可追溯性。
-
公开(公告)号：CN111598532B
公开(公告)日：2023-08-08
申请号：CN202010357583.9
申请日：2020-04-29
Applicant: 武汉大学
IPC: G06Q10/10 , G06Q50/26 , G06F40/186
Abstract: 本发明公开了一种灾情评估报告的自动生成方法及系统，其中的方法利用预先设计的地图符号模板、专题图布局模板、自然语言生成模板与文档模板，通过Web接口与工作流的方式读取实时或近实时的灾情数据，以不依赖人工交互的方式自动生成含有灾情评估报告，避免了大量重复性劳动，提高了自然灾害响应的效率。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.021 seconds)
