-
Patent Agency Ranking
公开(公告)号：CN112132205B
公开(公告)日：2022-11-15
申请号：CN202010987920.2
申请日：2020-09-18
Applicant: 东南大学
IPC: G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的遥感图像分类方法。本发明提出的卷积神经网络主要包括三个模块：主干网络模块，多尺度融合模块和分类头模块。其中主干网络模块把输入的RGB遥感图像变为不同分辨率的特征图；多尺度融合模块让主干网络产生的特征图之间进行多尺度融合，进一步提取各分辨率特征图中的语义信息；在分类头模块中，高分辨率的特征图被下采样至最低分辨率的特征图，然后将特征图送入池化层与分类器中，得到分类结果。本发明还在卷积神经网络中引入了空间和通道维度的注意力机制，使得分类结果更加准确。本发明公开的分类方法在一个名叫USTC_SmokeRS的公开遥感数据集上取得了迄今最高的分类精度95.25％。
-
公开(公告)号：CN110717387A
公开(公告)日：2020-01-21
申请号：CN201910823920.6
申请日：2019-09-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于无人机平台的实时车辆检测方法，通过无人机拍摄建立航拍车辆数据集，整体数据集按一定比例划分为训练集和测试集；建立卷积神经网络的快速消除卷积层；建立神经网络的多尺度卷积层；基于航拍视频中车辆的宽高比进行多尺度锚点设计，并对小尺度锚点进行稠密化处理；基于二值权重网络；对网络进行时间优化；加载视频数据集，对卷积神经网络进行训练；在无人机航拍视频中实时检测出视频中的车辆。本发明可以在运动的背景中检测出车辆，适用于无人机航拍的环境，通过合理设计RDCL层的步长和调整锚点宽高比等措施大大减小了小目标车辆的漏检率，航拍视频中的车辆能够在机载计算模块上被实时得检测出来。
-
公开(公告)号：CN110717387B
公开(公告)日：2022-07-08
申请号：CN201910823920.6
申请日：2019-09-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于无人机平台的实时车辆检测方法，通过无人机拍摄建立航拍车辆数据集，整体数据集按一定比例划分为训练集和测试集；建立卷积神经网络的快速消除卷积层；建立神经网络的多尺度卷积层；基于航拍视频中车辆的宽高比进行多尺度锚点设计，并对小尺度锚点进行稠密化处理；基于二值权重网络；对网络进行时间优化；加载视频数据集，对卷积神经网络进行训练；在无人机航拍视频中实时检测出视频中的车辆。本发明可以在运动的背景中检测出车辆，适用于无人机航拍的环境，通过合理设计RDCL层的步长和调整锚点宽高比等措施大大减小了小目标车辆的漏检率，航拍视频中的车辆能够在机载计算模块上被实时得检测出来。
-
公开(公告)号：CN113762143A
公开(公告)日：2021-12-07
申请号：CN202111035064.1
申请日：2021-09-05
Applicant: 东南大学
Abstract: 本发明公开了一种基于特征融合的遥感图像烟探测方法，本发明提出的基于特征融合的卷积神经网络主要包括三个部分：主干网络，全局特征分支和局部特征分支；其中主干网络被用作初步的特征提取器；全局特征分支的作用是提取重复纹理等全局特征；局部分支被用于提取局部关键区域内的显著特征；遥感图像中烟具有不同的形状、纹理和范围，兼顾全局特征和局部特征有利于烟的探测；本发明公开的遥感烟探测方法在一个公开遥感数据集上取得了最高的探测精度96.22％。
-
公开(公告)号：CN112132205A
公开(公告)日：2020-12-25
申请号：CN202010987920.2
申请日：2020-09-18
Applicant: 东南大学
Abstract: 本发明公开了一种基于卷积神经网络的遥感图像分类方法。本发明提出的卷积神经网络主要包括三个模块：主干网络模块，多尺度融合模块和分类头模块。其中主干网络模块把输入的RGB遥感图像变为不同分辨率的特征图；多尺度融合模块让主干网络产生的特征图之间进行多尺度融合，进一步提取各分辨率特征图中的语义信息；在分类头模块中，高分辨率的特征图被下采样至最低分辨率的特征图，然后将特征图送入池化层与分类器中，得到分类结果。本发明还在卷积神经网络中引入了空间和通道维度的注意力机制，使得分类结果更加准确。本发明公开的分类方法在一个名叫USTC_SmokeRS的公开遥感数据集上取得了迄今最高的分类精度95.25％。
-
-
-
-
Search Results
5
records
(took 0.013 seconds)
