公开(公告)号：CN116778184A

公开(公告)日：2023-09-19

申请号：CN202310935372.2

申请日：2023-07-27

Applicant: 航天宏图信息技术股份有限公司

Inventor： 彭宝钗 ,  王宇翔 ,  张攀 ,  沈均平

IPC: G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06V10/26 ,  G06V20/10

Abstract: 本申请提供了一种建筑物细粒度边缘提取及分类方法、装置、设备和介质，涉及遥感检测技术领域，包括对获取的建筑物遥感影像进行尺寸裁剪，并构建训练样本集，将训练集分别输入至预先选择的多个实例分割网络进行训练，得到多个第一建筑物识别模型，并得到输入测试集后输出的相应的第一识别结果；将第一识别结果作为测试集的标签对训练集进行扩充并进行优化训练，得到与每个第一建筑物识别模型所对应的第二建筑物识别模型，并得到输入测试集后输出的相应的第二识别结果；将多个第二识别结果进行细粒度掩码融合处理，得到建筑物类别、置信度得分、建筑物检测框和建筑物细粒度掩码。本申请可以有效提高建筑物边界提取精度以及分类结果。

公开(公告)号：CN116012710A

公开(公告)日：2023-04-25

申请号：CN202310018578.9

申请日：2023-01-06

Applicant: 航天宏图信息技术股份有限公司

Inventor： 杨历辉 ,  王宇翔 ,  张攀 ,  沈均平

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/096

Abstract: 本发明提供了一种遥感影像的水体二级类提取方法和装置，涉及遥感影像地物解译的技术领域，包括：获取样本遥感影像，对样本遥感影像进行预处理，得到训练集，训练集包括：水体一级类训练集，拦水坝训练集和成片池塘训练集；利用训练集，对深度学习模型进行训练，得到目标模型，目标模型包括：水体一级类提取模型、拦水坝提取模型和成片池塘提取模型；在获取到待提取遥感影像之后，利用水体一级类提取模型和拦水坝提取模型，确定出待提取遥感影像的提取结果，其中，提取结果包括：水体一级类提取结果和拦水坝提取结果；基于提取结果和成片池塘提取模型，确定出待提取遥感影像中的水体二级类，解决了现有技术难以提取水体二级类的技术问题。

公开(公告)号：CN115661666B

公开(公告)日：2023-04-07

申请号：CN202211587457.8

申请日：2022-12-12

Applicant: 航天宏图信息技术股份有限公司

Inventor： 杨茜 ,  王宇翔 ,  张攀 ,  沈均平

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/96

Abstract: 本申请提供一种遥感影像中桥梁的识别方法、装置、电子设备及介质。该方法基于桥梁识别网络分别获取当前遥感影像中水上桥梁、人行桥和立交桥的第一识别结果；基于任一水上桥梁的区域宽度和/或任一水上桥梁的区域与任一人行桥的区域的重合率，确定第二识别结果；基于道路识别网络，对当前遥感影像的道路进行识别，得到不同类型道路的道路识别结果；基于道路识别结果和第一识别结果中立交桥的区域所在位置的关联关系，对第一识别结果中立交桥的识别结果进行更新，得到第三识别结果；基于第二识别结果和第三识别结果，确定当前遥感影像对应的桥梁识别结果。该方法能够较准确、快速的实现遥感影像中全桥梁的识别。

公开(公告)号：CN114332134A

公开(公告)日：2022-04-12

申请号：CN202210217728.4

申请日：2022-03-08

Applicant: 航天宏图信息技术股份有限公司

Inventor： 王宇翔 ,  叶馨兰 ,  李民录 ,  沈均平

IPC: G06T7/11 ,  G06T17/20 ,  G06F30/13 ,  G06V10/74 ,  G06V10/44

Abstract: 本发明提供了一种基于密集点云的建筑物立面提取方法和装置，涉及数据处理的技术领域，包括：获取待提取区域的密集匹配点云数据，并对密集匹配点云数据进行预处理，得到目标密集匹配点云数据；基于目标密集匹配点云数据，构建待提取区域的均匀网格，并确定出均匀网格中的候选点云数据；基于密度可达性分析算法、局部表面拟合算法和候选点云数据，对待提取区域内的建筑物立面进行粗提取，得到待提取区域内的建筑物的初始立面；基于预设图像处理算法和初始立面，构建待提取区域内的建筑物立面，解决了现有的建筑物立面提取方法的提取精度和效率较低的技术问题。

公开(公告)号：CN111488702A

公开(公告)日：2020-08-04

申请号：CN202010600083.3

申请日：2020-06-28

Applicant: 航天宏图信息技术股份有限公司

Inventor： 葛慧斌 ,  王宇翔 ,  沈均平 ,  杜怡厂 ,  巴晓娟 ,  张纪华 ,  袁枫 ,  翟慧卿

IPC: G06F30/20 ,  G06F111/10

Abstract: 本发明提供了一种落点预测方法、装置和电子设备，涉及数据处理的技术领域，包括：获取运动中的物体在其运动空间中的至少两个位置坐标以及运动空间内地面的数字高程模型；基于至少两个位置坐标和数字高程模型确定物体的落点坐标。本发明提供的落点预测方法，仅需获取运动中的物体在空间中的至少两个位置坐标以及该物体的运动空间内地面的数字高程模型即可确定出物体的落点坐标，对于没有物体运动视频或图片的情况下，也能够实现空间中运动物体的落点预测。

公开(公告)号：CN110689494A

公开(公告)日：2020-01-14

申请号：CN201910898628.0

申请日：2019-09-23

Applicant: 北京航天宏图信息技术股份有限公司

Inventor： 王宇翔 ,  汪国平 ,  沈均平 ,  任芳

IPC: G06T5/00 ,  G06T5/40

Abstract: 本申请提供一种条纹去除方法、装置、电子设备及存储介质，用于改善对不同频率的高光谱图像进行条纹去除时效果不好的问题。该方法包括：分别计算影像矩阵的各列平均值和影像矩阵的各列均方差，获得第一平均值向量和第一均方差向量；分别对第一平均值向量和第一均方差向量进行谐波正变换和谐波逆变换，获得第二平均值向量和第二均方差向量；根据第一平均值向量、第一均方差向量、第二平均值向量和第二均方差向量对影像矩阵进行去除条纹处理，获得去除条纹后的影像矩阵。在上述的实现过程中，基于统计学理论基础上，采用了信号领域中时频分析方法，可对不同频率的条纹同时去除，从而有效地提高对不同频率的条纹进行去除时的效果。

公开(公告)号：CN118172331A

公开(公告)日：2024-06-11

申请号：CN202410311229.0

申请日：2024-03-19

Applicant: 航天宏图信息技术股份有限公司

Inventor： 卢凯旋 ,  丁浩原 ,  王宇翔 ,  郝京京 ,  张攀 ,  沈均平

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/764 ,  G06V10/25 ,  G06V10/80

Abstract: 本发明提供了一种面向双时相遥感影像区域变化的实例级检测方法及装置，包括：获取训练样本数据集；其中，训练样本数据集包括前时相遥感影像切片、后时相遥感影像切片和实例级变化标签；通过实例级变化检测模型，基于前时相遥感影像切片、后时相遥感影像切片和实例级变化标签，确定变化区域预测结果；基于变化区域预测结果和实例级变化标签，对实例级变化检测模型进行多粒度监督惩罚，以训练实例级变化检测模型；其中，实例级变化检测模型用于对研究区域内包含的变化区域进行实例级检测。本发明可以有效正确检出不同规模的变化区域，同时兼顾区域轮廓的完整性，实现更高质量的实例级变化检测方法的性能提升。

公开(公告)号：CN117268344A

公开(公告)日：2023-12-22

申请号：CN202311532812.6

申请日：2023-11-17

Applicant: 航天宏图信息技术股份有限公司

Inventor： 黄全进 ,  王宇翔 ,  张攀 ,  沈均平

IPC: G01C11/04 ,  G01C5/00 ,  G01C21/00 ,  H02G1/02 ,  G06T7/70 ,  G06T7/60 ,  G06V10/74

Abstract: 本发明提供了一种电塔线路树高危险源预测方法、装置、设备及介质，包括：获取待检测区域的遥感影像数据和树高影像数据；基于遥感影像数据识别待检测区域包含的目标电塔检测框，以及，基于树高影像数据识别待检测区域对应的树高分布数据；根据目标电塔检测框，对待检测区域内的电塔线路进行推理，以确定待检测区域对应的电塔对列表；利用待检测区域对应的高程信息、树高分布数据和电塔对列表，对待检测区域内的电塔线路上是否存在树高危险源进行预测，得到待检测区域对应的危险树高位置。本发明可以显著提高对电塔线路中存在的树高危险源进行预测的自动化程度，从而达到降低巡检工作量、巡检成本、巡检难度以及提高巡检效率等目的。

公开(公告)号：CN116503744B

公开(公告)日：2023-09-29

申请号：CN202310770597.7

申请日：2023-06-28

Applicant: 航天宏图信息技术股份有限公司

Inventor： 陆超然 ,  王宇翔 ,  张攀 ,  沈均平

IPC: G06V20/10 ,  G06V20/13 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/764

Abstract: 本申请提供了一种高度等级引导的单视角遥感影像建筑高度估计方法和装置，涉及建筑物高度估计技术领域，包括：获取高分辨率光学卫星遥感影像以及归一化数字表面模型，对其进行预处理得到样本数据集；将样本数据集中的光学影像输入到建筑高度估计模型，并将预测值分别与高度等级类别及高度值计算损失，迭代优化模型参数，得到训练好的目标建筑高度估计模型；将待预测的高分辨率光学影像输入至目标建筑高度估计模型，得到高度等级类别预测值和建筑高度预测值，对高度等级类别预测值满足第一阈值的区域以及建筑高度预测值小于第二阈值的区域进行抑制，得到最终的高度预测结果。本申请能够提升单视角遥感影像建筑物高度估计的鲁棒性和精度。

公开(公告)号：CN115601658A

公开(公告)日：2023-01-13

申请号：CN202211286636.8

申请日：2022-10-20

Applicant: 航天宏图信息技术股份有限公司(CN)

Inventor： 张攀 ,  王宇翔 ,  沈均平 ,  李彦

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种高分遥感影像居民地细粒度分类方法和装置，涉及遥感影像处理的技术领域，包括：获取样本高分遥感影像，并对样本高分遥感影像中的居民地要素进行多类别标注，得到目标样本高分遥感影像；按照预设尺寸对目标样本高分遥感影像进行分割，得到样本数据集，并按照预设比例将样本数据集划分为训练集和验证集；利用训练集和验证集对多任务学习模型进行训练，得到目标多任务学习模型；在获取到待分类高分遥感影像之后，利用目标多任务学习模型，对待分类高分遥感影像进行居民地要素细粒度分类，得到待分类高分遥感影像的居民地要素细分类结果，解决了现有技术难以对居民地要素进行细分类的技术问题。