-
公开(公告)号:CN116071607B
公开(公告)日:2023-08-08
申请号:CN202310212759.5
申请日:2023-03-08
Applicant: 中国石油大学(华东)
IPC: G06V10/764 , G06V20/17 , G06V20/70 , G06V10/26 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/047
Abstract: 本发明公开了一种基于残差网络的水库航拍图像分类及图像分割方法及系统,涉及人工智能技术领域,该方法包括:获取待测水库航拍图像;将预处理后的待测水库航拍图像输入至图像分类模型,通过带扩张卷积的ResNet特征提取网络待测提取水库航拍图像的特征,根据图像特征,通过基于全局平均池化的分类网络,输出类别预测;将预测类别为水陆交叉图像的水库航拍图像输入至图像分割模型,通过基于多尺度融合的分割网络,提取水陆交叉图像的候选区域特征,通过基于全局平均池化的分类网络,得到候选区域的类别预测值,基于类别预测值,输出水陆交叉图像中分割出的水域和陆地。本发明能够实现精确度更高的水库航拍图像的分类与水陆区域分割。
-
公开(公告)号:CN116071607A
公开(公告)日:2023-05-05
申请号:CN202310212759.5
申请日:2023-03-08
Applicant: 中国石油大学(华东)
IPC: G06V10/764 , G06V20/17 , G06V20/70 , G06V10/26 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/047
Abstract: 本发明公开了一种基于残差网络的水库航拍图像分类及图像分割方法及系统,涉及人工智能技术领域,该方法包括:获取待测水库航拍图像;将预处理后的待测水库航拍图像输入至图像分类模型,通过带扩张卷积的ResNet特征提取网络待测提取水库航拍图像的特征,根据图像特征,通过基于全局平均池化的分类网络,输出类别预测;将预测类别为水陆交叉图像的水库航拍图像输入至图像分割模型,通过基于多尺度融合的分割网络,提取水陆交叉图像的候选区域特征,通过基于全局平均池化的分类网络,得到候选区域的类别预测值,基于类别预测值,输出水陆交叉图像中分割出的水域和陆地。本发明能够实现精确度更高的水库航拍图像的分类与水陆区域分割。
-
公开(公告)号:CN115953394B
公开(公告)日:2023-06-23
申请号:CN202310224170.7
申请日:2023-03-10
Applicant: 中国石油大学(华东)
IPC: G06T7/00 , G06T7/10 , G06T7/13 , G06V10/80 , G06V10/82 , G06N3/084 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于目标分割的海洋中尺度涡检测方法及系统,涉及数字图像处理技术领域,该方法包括:获取待测海平面异常数据图像;将预处理后的待测海平面异常数据图像输入至基于目标分割的海洋中尺度涡检测网络;对输入的待测海平面异常图像进行多层卷积处理,提取图像的低级细节信息和高级语义信息,将低级细节信息和高级语义信息融合,获取多尺度融合特征图;基于多尺度融合特征图,输出海洋中尺度涡的预测图像;将预测图像作为边缘检测网络的输入,通过边缘检测网络提取输入图像的边缘信息,输出待测海平面异常数据图像中的海洋中尺度涡,提升涡旋边界的检测能力,提升海洋中尺度涡检测的准确率和检测速度。
-
公开(公告)号:CN115953394A
公开(公告)日:2023-04-11
申请号:CN202310224170.7
申请日:2023-03-10
Applicant: 中国石油大学(华东)
IPC: G06T7/00 , G06T7/10 , G06T7/13 , G06V10/80 , G06V10/82 , G06N3/084 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于目标分割的海洋中尺度涡检测方法及系统,涉及数字图像处理技术领域,该方法包括:获取待测海平面异常数据图像;将预处理后的待测海平面异常数据图像输入至基于目标分割的海洋中尺度涡检测网络;对输入的待测海平面异常图像进行多层卷积处理,提取图像的低级细节信息和高级语义信息,将低级细节信息和高级语义信息融合,获取多尺度融合特征图;基于多尺度融合特征图,输出海洋中尺度涡的预测图像;将预测图像作为边缘检测网络的输入,通过边缘检测网络提取输入图像的边缘信息,输出待测海平面异常数据图像中的海洋中尺度涡,提升涡旋边界的检测能力,提升海洋中尺度涡检测的准确率和检测速度。
-
-
-