公开(公告)号：CN117079121B

公开(公告)日：2025-05-16

申请号：CN202310620502.3

申请日：2023-05-30

Applicant: 福州大学

Inventor： 翁谦 ,  王钦 ,  林嘉雯 ,  安远 ,  林易丰 ,  潘增滢 ,  卢峰 ,  刘诗琳 ,  毛美艳

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/26 ,  G06V10/40

Abstract: 本发明涉及一种基于自适应编码和两阶段训练的遥感影像建筑物提取方法。通过自适应二进制磁盘编码和两阶段训练策略将深度学习与基于点击的交互式建筑物提取结合，提高了交互式建筑物提取的精度和鲁棒性。自适应二进制磁盘编码改进磁盘编码固定半径带来的交互特征信息不足问题；通过两阶段训练引导模型更多关注交互点击区域的引导特征。相比已有方法，该发明能捕获更有引导性的交互特征，大幅减少建筑物交互点击的次数的条件下获得相同的分割精度。

公开(公告)号：CN119992269A

公开(公告)日：2025-05-13

申请号：CN202510067194.5

申请日：2025-01-16

Applicant: 福州大学

Inventor： 翁谦 ,  陈耿葳 ,  林嘉雯 ,  潘增滢 ,  林易丰 ,  林灵杰 ,  黄贤圣 ,  张滢滢 ,  陈模

IPC: G06V10/80 ,  G06V10/764 ,  G06V10/20 ,  G06V10/40 ,  G06V20/10

Abstract: 本发明提出一种基于Mamba结构的高光谱和LiDAR数据自适应融合协同分类方法。首先，利用双分支深度特性提取架构提取HSI数据的空间‑光谱联合特征以及LiDAR数据的高程语义信息。随后，通过空间上下文标记器进行特征聚合并优化空间表示。在特征融合阶段，通过基于Mamba结构的双通道协同注意力模块DCCAM来捕获全局依赖关系，同时利用参数共享确保异构特征的一致性，最后通过自适应融合模块AF有效地整合了多源特征，增强了信息的联合表示。相比已有的多模态遥感图像分类算法，本发明方法能够实现更高的分类精度并显著提升计算效率。

公开(公告)号：CN112199460B

公开(公告)日：2022-05-06

申请号：CN202011255234.2

申请日：2020-11-11

Applicant: 福州大学

Inventor： 毛政元 ,  帅莹瑛 ,  翁谦

IPC: G06F16/29 ,  G06T7/10

Abstract: 本发明实施例提供一种矢量地图狭长弧段识别方法，所述方法包括：通过获取矢量地图中的多边形，得到多边形顶点列表；并生成多边形顶点的边界约束三角网，通过边界约束三角网得到骨架线节点以及关联多边形顶点；然后进行连线分割多边形，得到分割后的端点子多边形和分支骨架线；判断端点子多边形的凹凸性得到顶点的凹凸性标记列表；并通过骨架线节点和端点子多边形凹点获取分割线列表；从分割线列表中选出满足预设的加权基高比的标准分割线加入狭长弧段候选集；通过紧致度标准从狭长弧段候选集选取分割线作为终选结果，并写入线要素图层。采用本方法能够直接得到矢量地图中的狭长弧段，方便相关工作人员针对狭长弧段进行对应处理。

公开(公告)号：CN113255676A

公开(公告)日：2021-08-13

申请号：CN202110556336.6

申请日：2021-05-21

Applicant: 福州大学

Inventor： 翁谦 ,  陈浩 ,  林嘉雯 ,  陈鸿立 ,  林智明 ,  吴雨阳 ,  黄志铭

IPC: G06K9/34 ,  G06K9/62

Abstract: 本发明提出一种基于多源数据融合的高分遥感影像语义分割模型及方法，其特征在于：基于编码器‑解码器结构，通过并行的双分支孪生网络完成特征提取，使用空间通道注意力模块用于增强模块之间的关系，并使用Dupsampling进行上采样恢复特征。在ISPRS数据集上对提出的模型进行了评估。实验结果表明，MSDFM的性能优于大多数其他相关模型。特别是对于小目标可以有很好的分辨效果，在Vaihingen数据集中对于车辆的识别精度达到93.63%，达到当前最佳的效果。