-
公开(公告)号：CN118823424A
公开(公告)日：2024-10-22
申请号：CN202410722033.0
申请日：2024-06-05
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/40 , G06V10/774
Abstract: 本发明提供了一种单体建筑物功能识别方法、设备及存储介质，涉及计算机视觉技术领域，其方法包括：获取同一地区建筑物的属性数据并进行预处理、根据预处理后的建筑物的属性数据计算建筑物的功能属性特征、基于建筑物的功能属性特征构建建筑物图样本、基于GraphSAGE网络构建建筑物功能识别模型，利用建筑物图样本训练模型、将待识别的建筑物数据输入训练后的建筑物功能识别模型，得到建筑物功能识别结果；设备及存储介质，用于实现方法。本发明的有益效果是：考虑了建筑物图样本结构当中的上下文信息，而且能够学习建筑物的多模态特征，弥补了单一数据获取特征在建筑物功能识别上效果较差的问题，进行更准确的建筑物功能分类。
-
公开(公告)号：CN118134791A
公开(公告)日：2024-06-04
申请号：CN202410339623.5
申请日：2024-03-25
Applicant: 中国地质大学(武汉)
IPC: G06T5/60 , G06T5/73 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及图像处理领域，公开了一种遥感图像纹理增强方法、设备及存储介质，方法构建了生成网络和对抗网络，并改进了损失函数来优化训练效果。生成网络通过多级密集连接、Shuffle注意力和残差连接等方法提升了其特征提取能力。同时，设计了一个由卷积层和激活层构成的判别网络，去除了判别网络中的全连接层，使其可以通过局部判别帮助网络生成更丰富的纹理细节。在训练过程中，利用纹理残差损失函数进行局部统计来区分伪影和真实纹理细节，帮助网络减小伪影的影响。本发明有益效果是：可以生成纹理细节更加真实的超分辨遥感影像，减少伪影的生成，达到更佳的视觉效果。
-
公开(公告)号：CN118134767A
公开(公告)日：2024-06-04
申请号：CN202410342087.4
申请日：2024-03-25
Applicant: 中国地质大学(武汉)
IPC: G06T3/4061 , G06T3/4046 , G06T5/60 , G06T5/70 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及图像处理领域，公开了一种遥感影像超分重建方法、设备及存储介质，方法构建改进的多光谱遥感影像网络模型及损失函数；模型基于ESRGAN生成对抗网络架构，其中包括生成网络G和判别网络D两个部分。交替迭代训练生成网络和判别网络，使用生成网络生成用于欺骗判别网络的超分图像ms_sr，使用判别器判别超分图像ms_sr和真实高分图像ms_hr，通过像素差异缩减损失、波段损失及对抗损失函数逐步优化生成器和判别器的参数，最终实现多光谱遥感影像超分重建。本发明有益效果是：生成高质量高空间分辨率的多光谱遥感影像同时有效地保留图像的光谱波段信息。
-
公开(公告)号：CN117745574A
公开(公告)日：2024-03-22
申请号：CN202311765366.3
申请日：2023-12-19
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种基于对数修正的图像阴影去除方法、设备及存储设备，方法包括以下步骤：根据输入的阴影图像和阴影区域的标签，利用SLIC超像素分割算法将图像的阴影区域和其周围的光照区域分割成若干图像块，再将分割后的图像块进行聚类；统计每个图像块的特征，将每个阴影块和其相似度最高的光照块进行匹配；根据匹配结果生成伪光照区域，统计阴影区域和伪光照区域的RGB值，通过变换公式进行阴影去除处理；对处理完的图像进行颜色校正以及对阴影边缘的处理，完成对图像阴影的去除。本发明能够较好地消除图像中的阴影，并且在阴影边缘过渡较为自然。该方法可以为图像后续处理提供帮助，可以更好地利用图像阴影中的信息。
-
公开(公告)号：CN113435461B
公开(公告)日：2023-07-14
申请号：CN202110655516.X
申请日：2021-06-11
Applicant: 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心) , 中国地质大学(武汉)
IPC: G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/042
Abstract: 本发明公开了一种点云局部特征提取方法、装置、设备及存储介质，包括以下步骤：首先，本发明提出了一种新的用于点云局部特征提取的图注意网络，该网络可以快速、准确的进行三维点云的语义分割；其次，本发明利用扩展的K近邻搜索算法构造每个点的局部膨胀图区域，利用中心点与其邻域之间的欧式距离几何相关性进行局部特征表达；最后，本发明将注意机制应用到设计的网络层中，称为图注意层，通过对中心点的临近边赋予适当的权值，动态地学习局部扩张图上的上下文注意特征，并通过注意池化操作更好地保留点云的局部几何细节。与现有的点云局部特征提取方法相比，本发明在三维点云形状分类和分割任务上都达到了更好的性能。
-
Patent Agency Ranking
公开(公告)号：CN111640072B
公开(公告)日：2023-04-18
申请号：CN202010385190.9
申请日：2020-05-09
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种结合特征检测方法、顶点更新方法的点云去噪方法，首先在点云上定义了一种新的离散算子，称为各向异性的二阶算子，在优化中作为正则项去恢复点云的法向量场。其次，基于前一步优化的法向量场，本发明提出了基于双边张量投票的特征点检测方法，进行特征点检测、分类；接着，利用前一步检测到的分类特征点，基于RanSAC算法针对每个特征点计算得到多重法向量；最后，利用上述的多重法向量信息进行顶点更新，从而得到去噪的点云数据。与现有技术相比，本发明的点云去噪方法能在保持尖锐几何特征的同时，较好的恢复非线性光滑区域，达到理想的去噪效果。
-
公开(公告)号：CN111899168B
公开(公告)日：2023-04-07
申请号：CN202010626301.0
申请日：2020-07-02
Applicant: 中国地质大学(武汉)
IPC: G06T3/40 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种基于特征增强的遥感影像超分辨率重建方法和系统，包括以下步骤：对原始高分辨率遥感影像数据集进行压缩操作，生成低分辨率遥感影像数据集；将所述低分辨率遥感影像数据集通过TE‑AGAN模型进行影像重建，生成超分辨率遥感影像数据集；将所述超分辨率遥感影像数据集和所述原始高分辨率遥感影像数据集输入判别网络进行训练，以迭代的训练方法训练该模型，直到网络收敛，生成超分辨率遥感影像转换网络模型；将低分辨率遥感影像输入已经训练好的所述超分辨率遥感影像转换网络模型，生成超分辨率遥感影像。本发明能根据数据集学习得到损失函数，从而避免根据经验设置损失函数引入额外的误差，保证超分辨率遥感影像的质量。
-
公开(公告)号：CN110727746B
公开(公告)日：2023-03-21
申请号：CN201910782395.8
申请日：2019-08-23
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种基于二次任务划分策略的缓冲分析并行调度方法及装置，方法包括如下步骤：选择某一GIS平台的SDK对缓冲区分析的主要影响因子作判定，测试要素生成缓冲区分析结果的计算强度与影响因子的关系，使用统计分析软件SPSS产生相应的模型；使用生成的模型来建立计算强度格网；利用计算强度格网进行第一次的任务区域划分来达到区域上的负载均衡；将该范围传递给并行计算节点，在此基础上进行第二次划分对区域间相交的要素进行分配达到任务间实际的计算量的负载均衡，将分配好的要素进行生成缓冲区；合并各个并行任务生成的缓冲区分析结果。
-
公开(公告)号：CN114708513A
公开(公告)日：2022-07-05
申请号：CN202210213409.6
申请日：2022-03-04
Applicant: 深圳市规划和自然资源数据管理中心 , 中国地质大学(武汉)
IPC: G06V20/13 , G06V10/44 , G06V10/26 , G06V10/20 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06F16/29
Abstract: 本发明提出了一种顾及角点特征的边缘建筑物提取方法及系统，该方法融合了深度学习特征学习方法和计算机图形学方法，对复杂地物场景下的遥感影像数据进行了端对端的边缘轮廓细化建筑物提取；通过引入边缘锐化模型，改进了深度学习特征学习方法中提取建筑物轮廓模糊不清的情况，以计算机图形学中渲染的思想，使用细分策略高效的计算高分辨率分割图，提高了建筑物边缘的图像分割效果，使其在复杂地物场景下的建筑物边缘提取中有更好的表现。本发明的有益效果为：与现有边缘建筑物提取研究方法相比，本发明显著的提高了建筑物边缘细节特征的处理能力，保证了建筑物边缘数据提取的客观性与真实性。
-
公开(公告)号：CN114692874A
公开(公告)日：2022-07-01
申请号：CN202210319105.8
申请日：2022-03-29
Applicant: 中国地质大学(武汉)
IPC: G06N5/02
Abstract: 本发明公开一种面向地质灾害领域的知识图谱自动化构建方法及系统，方法包括以下步骤：采用自上而下的方法构建地质灾害链本体模型；采用五元组方法对所述本体模型进行逻辑结构描述；根据先验知识对本体模型进行语义关系表达；采用自下而上的方法，根据建立的本体模型，利用知识抽取技术从中已有地质灾害报告中抽取地质灾害实体、属性及其关系；对抽取的地质灾害实体、属性及其关系，进行要素分解，建立具体要素与本体模型的映射关系，最终通过对齐、融合方式自动生成知识图谱。本发明有益效果是：有效解决了单一灾体的建模无法准确描述地质灾害所存在的局限性等问题。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.028 seconds)
