一种处理双时相遥感图像变化的多尺度特征交互网络实现方法

    公开(公告)号:CN117876782B

    公开(公告)日:2024-09-10

    申请号:CN202410059638.6

    申请日:2024-01-16

    Inventor: 任午旭 夏旻

    Abstract: 本发明公开了一种处理双时相遥感图像变化的多尺度特征交互网络实现方法,通过构建双时态同源的全局导引特征,在图像尺寸恢复前整合丰富的双时态深层特征,包括以下步骤:S1,构建多尺度特征交互网络模型,所述多尺度特征交互网络模型包括编码模块和解码模块,所述编码模块负责特征提取,所述解码模块负责特征尺寸的恢复;S2,将变化检测数据转化为具有图像形状的张量,输入到多尺度特征交互网络模型中进行训练,保存满足训练条件的模型;S3,将双时相遥感图片输入步骤S2保存的模型中,获得某时某地高精度双分类结果图。本发明能理解不同级别的多源信息,适用于不同场景和时间尺度的遥感图像。

    一种基于多尺度特征感知神经网络的积雪深度预测方法

    公开(公告)号:CN117975295B

    公开(公告)日:2024-06-18

    申请号:CN202410382650.0

    申请日:2024-04-01

    Abstract: 本发明公开了一种基于多尺度特征感知神经网络的积雪深度预测方法,包括:获取积雪观测气象站附近的卫星图像,并对卫星图像进行预处理;搭建基于多尺度特征感知能力的深度神经网络模型,利用训练集对深度神经网络模型进行训练;将测试集数据输入至训练之后的深度神经网络模型,实现积雪深度的预测。本发明构建了多尺度特征提取单元MFSE、多尺度特征聚合单元MSFAA、多尺度特征融合单元HLF,以及各单元内部和单元之间网络连接网络,不仅可以捕获多尺度图像特征,还可以实现多尺度图像特征有效融合;将本方法用于积雪深度估算,可以提高积雪深度估算的准确性。

    一种土地覆盖分类的特征增强方法

    公开(公告)号:CN114943893B

    公开(公告)日:2023-08-18

    申请号:CN202210476210.2

    申请日:2022-04-29

    Abstract: 本发明公开了一种土地覆盖分类的特征增强方法,包括如下步骤:S1、获取训练图像集和测试图像集;S2、构造网络模型,包括建立四个下采样层;S3、构建解码网络,包括建立自注意特征模块、通道特征强化模块和特征融合模块;S4、通过特征融合模块,将下采样过程中的不同尺寸的信息进行融合,指导骨干网络特征地图获取空间维度上隐藏层的信息。该种土地覆盖分类的特征增强方法,加强了隐藏层中的语义信息的提取,将隐藏层的语义信息传递原始特征图,得到特征图的上下文像素的类别信息,从而改善建筑物和水域分割过程中的边缘模糊和建筑物误判等问题,提高了分割精度,增强了算法的普适性。

    一种跨维度注意力聚合的云雪辩识方法、设备及存储介质

    公开(公告)号:CN115205624A

    公开(公告)日:2022-10-18

    申请号:CN202210722624.9

    申请日:2022-06-20

    Abstract: 本发明公开了一种跨维度注意力聚合的云雪辩识方法、设备及存储介质,涉及图像处理技术领域,获取训练数据,然后构建跨维度特征注意力聚合网络;再训练跨维度特征注意力聚合网络,对训练数据中的图像进行数据增强处理,然后将图像与对应的标签转化为张量,然后输入到跨维度特征注意力聚合网络中训练;最后使用训练好的跨维度特征注意力聚合网络进行预测,输入一张彩色图片,经过训练好的权重提取特征进行编码解码操作后输出得到云和雪的掩膜图像;能够有效减少复杂背景的干扰,增强对云层边缘以及薄云的检测能力,精确区分出云雪区域,避免云雪相似的光谱特性对检测结果的影响,并且在分割其他物体方面也具有不错的效果,泛化能力优秀。

    一种基于神经网络模型的机器人避障方法

    公开(公告)号:CN107480597B

    公开(公告)日:2020-02-07

    申请号:CN201710585099.X

    申请日:2017-07-18

    Abstract: 本发明公开了一种基于神经网络模型的机器人避障方法。当机器人上的红外感应器感应到前方存在障碍物时,机器人上的图像采集器采集前方图像,并将采集到的图像进行二值化处理;将二值图像进行傅里叶变换,得到频谱图,将频率信号作为神经网络模型的外部输入信号;当外部输入信号输入神经网络模型,左、右兴奋性神经元集群相互竞争,仅二者之一能够在外部刺激输入和内部抑制作用下通过增加自身的活性到达阈值发生脉冲而赢得竞争,而其他集群最终被抑制,最终产生一个向左或向右偏转的偏转信号,机器人根据该偏转信号向不存在障碍物的一侧偏转,从而实现避障。本发明克服了现有技术存在的缺陷,使机器人能够更加自主地在环境中高速度、高效率地避障。

    一种基于多粒度级联森林网络的云图分类方法

    公开(公告)号:CN108229550A

    公开(公告)日:2018-06-29

    申请号:CN201711463054.1

    申请日:2017-12-28

    Abstract: 本发明涉及一种基于多粒度级联森林网络模型的云图分类方法,首先利用多粒度级联森林的多粒度层对云图进行特征表示得到高阶语义信息,然后多粒度级联森林的级联层利用特征表示的语义信息将云图分为厚云、薄云和晴空。本发明比传统卫星云图分类方法准确率更高,并且相同硬件条件下样本训练和测试时间也比大多数方法快很多。

Patent Agency Ranking