公开(公告)号：CN115810149A

公开(公告)日：2023-03-17

申请号：CN202211473667.4

申请日：2022-11-22

Applicant: 中国地质大学(武汉)

Inventor： 郑康 ,  方芳 ,  徐瑞 ,  郝清仪 ,  李圣文 ,  万波

IPC: G06V20/10 ,  G06V10/26 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于超像素与图卷积的高分辨率遥感图像建筑物提取方法，方法以下步骤：获取高分辨率遥感图像以及相应的标签图像，进行预处理，得到预处理结果；将预处理结果输入至训练好的超像素分割网络，最终得到超像素特征；通过超像素特征构建图的节点特征，根据图的节点特征和节点的边构造得到图；将构造得到的图送入到待训练的拓扑图卷积神经网络中进行训练，获得训练好的拓扑图卷积神经网络；将待处理的图结构输入到所述训练好的图卷积神经网络中，获得节点的特征向量，将节点特征映射回像素特征空间，得到高分辨率遥感图像的像素分类结果。本发明有益的效果是：提高了建筑物提取精度。

公开(公告)号：CN115861802A

公开(公告)日：2023-03-28

申请号：CN202211492219.9

申请日：2022-11-25

Applicant: 中国地质大学(武汉)

Inventor： 徐瑞 ,  方芳 ,  郝清仪 ,  郑康 ,  李圣文 ,  万波

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/80 ,  G06V10/26

Abstract: 本发明公开了一种基于高分辨率遥感影像的半监督建筑物实例提取方法，方法以下步骤：裁剪高分辨率遥感影像，得到有标签的数据和无标签的数据；将有标签的数据增强后，训练出第一实例分割网络；将无标签数据通过第一实例分割网络预测出建筑物实例的伪标签；将伪标签与遥感影像相结合共同训练第二实例分割网络，实现基于高分辨率遥感影像的半监督建筑物自动提取，其中利用多尺度特征方法和边缘算子提取算法，精细化提取建筑物的边缘。本发明可以用于数据标签有限场景下的高分辨率遥感影像建筑物实例提取，提升模型通用性的同时提高建筑物的提取精度并精细化建筑物的边缘。

公开(公告)号：CN116229362A

公开(公告)日：2023-06-06

申请号：CN202310146848.4

申请日：2023-02-21

Applicant: 中国地质大学(武汉)

Inventor： 郝清仪 ,  方芳 ,  徐瑞 ,  郑康 ,  李圣文 ,  万波

IPC: G06V20/52 ,  G06V10/764 ,  G06V10/774 ,  G06T7/62

Abstract: 本发明公开了一种基于实时监控视频的智能积水检测与深度估计方法，包括以下步骤：获取监控视频流，并对视频流进行预处理；对视频流中的每帧图片进行不同的预处理，扩张图片数，得到扩张后的图片；对扩张后的图片进行积水区标注，得到样本集；构建积水检测模型，将样本集输入至积水检测模型进行训练，得到最优积水检测模型；将待预测图片输入至最优积水检测模型，得到积水区域；根据积水面积拟合公式，预测积水区域深度；将积水区域标注并与视频叠加，输出道路积水区深度检测结果。本发明有益效果是：在不增加任何成本代价的情况下提高分割性能实现城市道路积水区域的精确识别。