-
公开(公告)号：CN116740410B
公开(公告)日：2024-01-30
申请号：CN202310434291.4
申请日：2023-04-21
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种双模态目标检测模型构建方法、检测方法及计算机设备，涉及目标检测技术领域，包括：根据原始图像获取双模态图像；通过神经网络模块提取双模态图像的特征，得到初始双模态特征，并利用特征互补模块对双模态图像进行处理得到植被归一化指数；将初始双模态特征发送给特征互补模块，令特征互补模块利用植被归一化指数对初始双模态特征进行特征增强；将中间双模态特征输入图卷积模块得到图卷积双模态特征、第一预测结果和第二预测结果；将第一预测结果和第二预测结果输入超像素掩膜模块生成最终损失；根据最终损失对神经网络模块、特征互补模块和图卷积模块进行参数优
-
公开(公告)号：CN116977750B
公开(公告)日：2023-12-12
申请号：CN202311234948.9
申请日：2023-09-25
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/26 , G06V20/70 , G06V20/10 , G06V10/80 , G06V10/58 , G06V10/56 , G06V10/422 , G06V10/82 , G06N3/0464 , G06N3/042 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 度，能够确保矿区土地覆盖精细化场景分类的精本发明公开一种土地覆盖场景分类模型构 度及可靠性。建方法及分类方法，包括：获取遥感图像集，遥感图像集中的遥感图像中包括土地覆盖场景；将遥感图像输入至构建的初始分类模型中，对初始分类模型进行训练，得到目标分类模型；初始分类模型及目标分类模型包括关联的语义分割模型、残差神经网络模型及图神经网络模型。本发明构建的基于语义分割与多级输出的残差神经网络‑图神经网络搭建的目标分类模型，在对输入的遥感图像进行处理时，由于残差神经网络及图神经(56)对比文件黄滢 等.极化自注意力调控的情景式视频实例多尺度分割《.计算机学报》.2022,第45卷第2605-2618页.Haoyi Wang et al..Edge EnhancedChannel Attention-Based Graph ConvolutionNetwork for Scene Classification ofComplex Landscapes《.IEEE Journal ofSelected Topics in Applied EarthObservations and Remote Sensing》.2023,第16卷第3831-3849页.Song Ouyang et al..Combining DeepSemantic Segmentation Network and GraphConvolutional Neural Network for SemanticSegmentation of Remote Sensing Imagery.《Remote Sensing》.2020,第13卷全文.李万琦;李克俭;陈少波.多模态融合的高分遥感图像语义分割方法.中南民族大学学报(自然科学版).2020,(04),全文.
-
公开(公告)号：CN117197471A
公开(公告)日：2023-12-08
申请号：CN202311466037.9
申请日：2023-11-07
Applicant: 中国地质大学(武汉)
IPC: G06V10/26 , G06V10/75 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种岩性制图方法及计算机设备，涉及计算机视觉技术领域；所述岩性制图方法包括：建立岩性类别标签图；根据土地覆盖数据，得到岩性类别标签图的多个类别区域的当前边界范围，并根据当前边界范围，更新岩性类别标签图；将更新后的岩性类别标签图的研究区域按照预设区域进行剪裁，得到多个场景，其中，多个场景包括边界场景和非边界场景；根据非边界场景的类别区域，对研究区域的岩性类别进行预测，得到研究区域的初始岩性分布图；根据边界场景和非边界场景，对研究区域的初始岩性分布图的边界进行类别分割，得到研究区域的最终岩性分布图。本发明得到了更准确和详细的岩性信息，简化了人工解译地质信息图，提高岩性制图的制图效果。
-
公开(公告)号：CN116310459A
公开(公告)日：2023-06-23
申请号：CN202310313453.9
申请日：2023-03-28
Applicant: 中国地质大学(武汉)
IPC: G06V10/762 , G06V20/10 , G06V10/54 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/58 , G06V10/77 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及图像处理技术领域，提供了一种基于多视图空谱联合的高光谱图像子空间聚类方法，包括：获取高光谱图像，对所述高光谱图像进行预处理获得空谱样本；提取所述空谱样本的纹理特征和空谱特征；分别根据所述纹理特征和所述空谱特征确定对应的纹理图和空谱图；将所述纹理图和所述空谱图输入构建好的多视图图卷积子空间聚类网络，输出所述高光谱图像的聚类结果，所述多视图图卷积子空间聚类网络包括双分支自表达模块、注意力融合模块和谱聚类模块。本发明提出的多视图图卷积子空间聚类网络，以注意力融合的方式并基于纹理信息和空谱信息，提高了高光谱图像的聚类精度，降低了计算复杂度。
-
公开(公告)号：CN116091850A
公开(公告)日：2023-05-09
申请号：CN202310379614.4
申请日：2023-04-11
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种矿区土地覆盖分类模型建立及分类方法，所述分类模型建立方法包括：获取研究区的历史遥感图像数据，根据所述研究区的历史遥感图像数据确定对应的多光谱影像和地形数据；基于所述多光谱影像确定浅层光谱‑空间特征以及不同尺寸多光谱影像；基于所述地形数据确定最优尺寸地形数据影像；根据所述浅层光谱‑空间特征、所述不同尺寸多光谱影像以及所述最优尺寸地形数据影像训练初始模型，以构建矿区土地覆盖分类模型。本发明提高了露天采矿区土地覆盖分类的精确度。
-
Patent Agency Ranking
公开(公告)号：CN113313445A
公开(公告)日：2021-08-27
申请号：CN202110439928.X
申请日：2021-04-23
Applicant: 中国地质大学(武汉) , 唐颖哲
Abstract: 一种基于有源标签的自动化港口物流系统，包括中心调度系统、地图GIS系统和标签；所述标签包括无源标签和有源标签，港口内所有可移动物品上均固设有包含该物品属性信息的无源标签；所述有源标签包括北斗定位接收装置、无源标签信息读取装置和信息发播装置，所述有源标签可拆卸地设于港口内所有可移动物品上，有源标签和无源标签相结合组成可以自动发送空间定位信息的有源标签为基础建立自动化港口物流系统，实现了港口货物的空间精确定位与自动化运输，有效降低港口的建设和维护费用。
-
公开(公告)号：CN111934652B
公开(公告)日：2021-02-12
申请号：CN202011090713.3
申请日：2020-10-13
Applicant: 中国地质大学(武汉)
IPC: H03H21/00
Abstract: 本发明公开了一种面向水深提取的光子计数激光雷达自适应滤波算法，包括如下步骤：S1：自适应获取水面光子信号椭圆密度滤波参数，并根据水面光子信号椭圆密度滤波参数得到水下光子信号椭圆密度滤波参数；S2：确定水下光子信号滤波参数与光子信号高程值的关系；S3：对水面光子信号与水下光子信号进行滤波以及提取，获取连续的水深提取结果。
-
公开(公告)号：CN111812670B
公开(公告)日：2020-12-15
申请号：CN202010909738.5
申请日：2020-09-02
Applicant: 中国地质大学(武汉)
IPC: G01S17/88 , G01S7/487 , G01S7/4861 , G01S7/481 , G01S7/48
Abstract: 本发明提供了一种单光子激光雷达空间变换噪声判断、滤波方法及装置，涉及遥感测绘技术领域，包括：获取单光子激光雷达的原始点云数据；根据预设光子数量确定原始点云数据中的每个光子的初始邻域光子区域；对初始邻域光子区域内的光子进行空间PCA变换，确定不同方向的三个主分量矢量；根据三个主分量矢量构建空间中的立体椭圆；根据立体椭圆内和初始邻域光子区域内的光子数量判断原始点云数据中每个光子是否为噪声信号。本发明通过对空间中的每个光子点进行可变半径球体划分并进行空间PCA变换，构建空间立体椭圆；并根据空间立体椭圆和空间球体内光子数量的比值进行滤波，实现自动、快速、高精度的光子点云的有效数据提取。
-
公开(公告)号：CN104392236A
公开(公告)日：2015-03-04
申请号：CN201410773969.2
申请日：2014-12-15
Applicant: 中国地质大学(武汉)
CPC classification number: G06K9/4671 , G06T5/002 , G06T7/11 , G06T2207/20172
Abstract: 本发明属于数字图像处理与计算机图形学领域，尤其涉及一种非量测型相机无人机系统图像特征提取方法，具体包括以下步骤：读取非测量型相机无人机系统图像；对非测量型相机无人机系统图像进行灰度处理或中值处理，以进行去噪，得到灰度图像；对灰度图像进行分割，以得到图像提取结果；对图像提取结果进行邻域范围内的边界合并，以得到平滑校正的合并图像；存储合并图像。本发明提供的一种非量测型相机无人机系统图像特征提取方法，能够针对非量测型相机无人机系统图像进行特征提取和校正，对影像进行增强、特征分割和目标识别，从而使得图像变得真实可用。
-
公开(公告)号：CN102819023B
公开(公告)日：2014-09-17
申请号：CN201210265541.8
申请日：2012-07-27
Applicant: 中国地质大学(武汉)
IPC: G01S17/89
Abstract: 本发明公开了一种基于LiDAR的复杂地质背景区滑坡识别的方法及系统，其中方法包括以下步骤：S1、对LiDAR数据进行处理生成消除植被影响后裸地表的DEM数据；S2、提取传统的地貌特征参数以及计算纹理特征参数，生成特征参数文件；S3、确定最优特征参数组合；S4、获得满足预设精度条件的平衡系数；S5、计算平均用户精度、平均生产者精度和总体精度；S6、若满足精度要求，则使用边缘检测算子计算滑坡边界，实现滑坡识别。本发明的实现对数据需求少，可充分挖掘LiDAR-DEM数据在滑坡地形分析中的应用潜力；模型分类精度很高，能够实现复杂地质背景区滑坡边界的自动识别。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.028 seconds)
