-
公开(公告)号：CN117994421A
公开(公告)日：2024-05-07
申请号：CN202410025275.4
申请日：2024-01-08
Applicant: 上海海洋大学
IPC: G06T17/00 , G06N3/084 , G06N3/09 , G06N3/0464
Abstract: 本发明属于三维重建的技术领域，公开了一种基于多视光学卫星影像的地表稠密三维重建方法，利用多视图卫星影像数据集对重建网络模型进行训练，再将训练好的重建网络模型用于三维重建，该重建网络模型包括特征提取模块和高程预测模块，特征提取模块先后经过特征金字塔网络FPN、DCN可变型卷积操作和注意力机制处理，提取不同尺度下的局部特征和全局特征，以得到不同尺度的特征体；高程预测模块按照尺度由小到大的顺序分别对不同的特征体进行可微RPC映射处理，再结合参考影像的上下文特征进行正则化处理，并且将小尺度特征体的正则化处理结果参与大尺度特征体的可微RPC映射处理，以最大尺度特征体的正则化处理结果作为最终结果。
-
公开(公告)号：CN117372856A
公开(公告)日：2024-01-09
申请号：CN202311423974.6
申请日：2023-10-30
Applicant: 上海海洋大学
IPC: G06V20/05 , G06V20/52 , G06V10/24 , G06V10/764 , G06V10/774 , G06N20/20
Abstract: 本发明属于海冰厚度监测技术领域，公开了一种综合海冰厚度反演方法、系统、介质、计算机设备及终端，随机初始化一个回归树模型作为第一棵树，是一个根节点或一个包含多个叶子节点的树，利用当前模型对训练集进行预测，计算每个样本的残差值，即真实值减去当前模型的预测值；在残差上训练一个新的回归树模型，新的回归树模型的输出为残差的估计值；将新的回归树模型加入到当前模型中，形成一个新的模型；不断迭代，直到达到预设的迭代次数或者误差的收敛值，GBDT处理各种非线性问题，与海冰厚度的反演思想契合。本发明标记有助于减少模型在不确定性区域的错误，主动学习算法可以逐步提高模型的性能和减少不确定性。
-
公开(公告)号：CN117173547A
公开(公告)日：2023-12-05
申请号：CN202311003518.6
申请日：2023-08-10
Applicant: 上海海洋大学
IPC: G06V20/05 , G06V10/774 , G06V10/82 , G06V10/764 , G06V20/40 , G06T7/73 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进的YOLOv6算法的水下目标检测方法，通过对Backbone层和Neck层作改进，使用轻量级卷积ODConv和轻量级网络EfficientNetv2结合，设计了一个更加轻量的结构作为主干网络，之后利用轻量化卷积GSConv和VoVGSCSP方法对Neck层进行改进，提高网络对于小目标的检测能力；同时引入SPD‑Conv模块，提高水下目标的检测精度；并引入了Adan优化器，提高网络的性能。本发明针对于水下目标检测数据集中存在的干扰目标问题，进行数据清洗，之后在数据集上进行训练、验证和测试实验。本发明更加轻量化，在复杂的水下环境下，对多种特定目标的检测精度较高，减少了模型的参数量和计算量，使其更加适用于移动或嵌入式设备中，同时也增加了模型的推理速度，使算法更加轻量化和实时化。
-
公开(公告)号：CN116883832A
公开(公告)日：2023-10-13
申请号：CN202310560319.9
申请日：2023-05-18
Applicant: 上海海洋大学
IPC: G06V20/10 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种地表水边界精细化提取方法。该地表水边界精细化提取方法包括：构建地表水图像数据集合；构建卷积神经网络，卷积神经网络包括浅层特征提取模块、SE注意力模块和特征融合模块；浅层特征提取模块用于对卷积块处理通道中的下采样卷积块处理后的特征进行SA模块处理；SE注意力模块用于对卷积块处理通道的输入图像进行SE模块处理；特征融合模块用于进行特征融合；采用地表水图像数据集合对卷积神经网络进行训练，得到训练好的地表水边界提取模型；用训练好的模型对待处理地表图像上的地表水边界自动提取。本发明的地表水边界精细化提取方法实现对地表图像中窄小的河流以及细小的水体进行标注，实现对地表水边界的精细化提取。
-
公开(公告)号：CN116403051A
公开(公告)日：2023-07-07
申请号：CN202310461638.4
申请日：2023-04-26
Applicant: 上海海洋大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/762 , G06V10/58 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种多源数据融合的陨石坑年龄分类方法。本发明的陨石坑年龄分类方法包括：准备用于训练的陨石坑多源融合数据，每个陨石坑多源融合数据中包括图像融合数据和属性融合数据，属性融合数据中融合形态属性融合数据和地质属性融合数据；搭建陨石坑年龄分类判定深度学习模型；利用用于训练的陨石坑多源融合数据对陨石坑年龄分类判定深度学习模型进行半监督学习训练；将待判定年龄的陨石坑数据输入训练好的分类判定模型，来判断陨石坑的年龄类别；陨石坑年龄分类判定模型中设置有图像特征提取通道、属性特征提取通道、特征融合模块、预分类模块以及决策融合模块。本发明的陨石坑年龄分类方法提升了陨石坑年龄分类判定的准确性和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN115984706A
公开(公告)日：2023-04-18
申请号：CN202111197830.4
申请日：2021-10-14
Applicant: 上海海洋大学
Abstract: 本发明属于空间遥感图像的技术领域，公开了一种用于大范围遥感影像的特征匹配方法，分别计算每个输入图像和相关图像的重叠区域，再利用SAR‑SIFT特征匹配方法对两个输入图像的重叠区域进行特征点提取和匹配，并将匹配好的特征点进行可视化处理，在进行特征点提取时，根据SAR‑SIFT特征匹配方法构建的金字塔图像层数，CPU单元遵循fork/join模式进行子线程划分，然后再调用GPU单元计算每个子线程对应的金字塔图像层的响应函数，计算完响应函数采用OpenMP多线程提取特征点和构建特征点描述子。
-
公开(公告)号：CN111008664B
公开(公告)日：2023-04-07
申请号：CN201911233282.9
申请日：2019-12-05
Applicant: 上海海洋大学
IPC: G06V20/10 , G06V20/13 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于空谱联合特征的高光谱海冰检测方法，解决了传统方法限制了高光谱海冰图像分类精度提升的弊端，其技术方案要点是包括有以下步骤：通过原始高光谱图像获得原始数据；从原始数据中提取空间特征并获取得到标签样本；从原始数据数据中选择各标签样本的近邻未标签样本并进行处理；将标签样本和未标签样本融合以形成输入数据；将输入数据随机划分为训练样本和测试样本，通过训练样本对预建的三维CNN网络模型进行训练，通过测试样本进行测试，以得到分类精度；通过训练测试后的三维CNN网络模型对高光谱遥感图像进行检测分类，本发明的一种基于空谱联合特征的高光谱海冰检测方法，能够有效的克服现有困难，改进高光谱海冰的分类精度。
-
公开(公告)号：CN115439739A
公开(公告)日：2022-12-06
申请号：CN202210908393.0
申请日：2022-07-29
Applicant: 上海海洋大学
Abstract: 本发明公开了一种基于立体影像和激光测高数据的建筑物倒塌评估方法，采用由粗到精匹配方法对震前、震后的多张立体影像进行匹配并构建连接点误差方程，同时对内部激光测高数据与立体影像进行匹配以实现激光点的提取并构建内部激光点误差方程以及对外部激光测高数据与立体影像进行匹配并构建外部激光点误差方程，最后组成平差模型；对上述平差模型进行求解，完成区域网平差并获取每张立体影像对应的补偿系数，获取每张立体影像对应的平差后有理函数成像模型；自动量测建筑物的角点，获取各个角点对应的像方坐标，将其输入立体影像的平差后有理函数成像模型，计算出建筑物的高度变化，实现建筑物倒塌程度的评估。
-
公开(公告)号：CN111917513B
公开(公告)日：2022-11-22
申请号：CN202010744007.X
申请日：2020-07-29
Applicant: 上海海洋大学
Abstract: 本发明涉及移动应用的网络接口领域，是一种移动端与服务器端数据交互方法，应用于移动端和服务器端。在服务器端部署指令接收模块、指令驱动模块，在移动端部署构造请求指令模块、指令发送模块。构造请求指令模块根据业务逻辑生成指令，指令发送模块将指令封装后发送至指令接收模块，指令接收模块将扩展指令解析后发送至指令驱动模块，指令接收模块将指令交给指令驱动模块，指令驱动模块处理得到返回数据，返回数据按照原路回传。该方法可以让移动应用调用接口如同调用本地函数，这给程序的调试带来了极大的便利。在这种模式下，当需要修改功能或者是添加新功能时，只需要修改指令驱动模块就可以完成，极大的提高了程序的可扩展性。
-
公开(公告)号：CN114845075A
公开(公告)日：2022-08-02
申请号：CN202210215620.1
申请日：2022-03-07
Applicant: 上海海洋大学
IPC: H04N5/781 , H04N21/231 , H04N21/234 , H04N21/433 , H04N21/44
Abstract: 本发明公开了一种用于高速视频数据的自适应采集与存储方法，包括针对高速视频数据采集的实际应用要求，在采集时间、采集数据流固定的情况下，采集帧率与采集图像的开窗大小的自适应模型，根据采集设备的采集帧频，计算采集图像的开窗大小，执行采集操作；在总缓冲区域小于50％的处理器内存容量的前提下，以采集图像的开窗大小作为单个内存缓冲区的容量，计算内存缓冲区的个数，然后采用循环读写的方式依次逐一向各个内存缓冲区读写高速视频数据；建立硬盘的传输速度与存储方式的自适应模型，根据开窗大小，计算存储设备的存储速度，再判断所述存储速度是否大于存储设备的缓存区对应的存储速度，若是，则先将高速视频数据存储至硬盘缓存区，再存储之硬盘介质里；否则，直接将高速视频数据存储至硬盘介质里。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.029 seconds)
