-
公开(公告)号:CN118537747A
公开(公告)日:2024-08-23
申请号:CN202410706055.8
申请日:2024-06-03
Applicant: 中国矿业大学
IPC: G06V20/13 , G06V20/10 , G06V10/80 , G06T3/4053 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N3/0442
Abstract: 本发明公开了一种基于几何显著性的深度互学习遥感影像建筑物提取方法,属于遥感图像处理领域。本发明获取建筑物几何显著性特征图作为先验知识,并引入到深度学习网络,增强建筑物特征提取的针对性;构建双向引导注意力模块,对双分支网络中的建筑物特征图和建筑物几何显著性特征图进行深度互学习;利用改进的流对齐模块获取高分辨率强语义特征图,采用MLP层对多层级的建筑物特征图进行融合得到遥感影像的建筑物预测图。本发明通过引入建筑物几何先验知识,构建双向引导注意力模块和改进的流对齐模块进一步加强网络对建筑物特征的学习能力,并联合多目标损失函数进行优化,可有效提高建筑物提取的精度和稳定性。
-
公开(公告)号:CN115631208B
公开(公告)日:2023-06-16
申请号:CN202211252785.2
申请日:2022-10-13
Applicant: 中国矿业大学 , 扎赉诺尔煤业有限责任公司
Abstract: 本发明公开了基于改进主动轮廓模型的无人机影像矿区地裂缝提取方法,首先,采用最大类间方差算法计算背景和地裂缝初值作为先验知识,在此基础上构建背景和地裂缝初值的提取能量函数,并引入到传统CV主动轮廓模型中得到改进主动轮廓模型,以增强地裂缝提取的针对性,最终通过轮廓的不断演化实现地裂缝的提取。与其它算法相比,本发明经验证可有效提高地裂缝提取的精度和稳定性,准确识别地表裂缝,及时采取修复措施,对于避免灾害发生、减少经济损失、保护生态环境等方面具有重要的现实意义。
-
公开(公告)号:CN115631208A
公开(公告)日:2023-01-20
申请号:CN202211252785.2
申请日:2022-10-13
Applicant: 中国矿业大学 , 扎赉诺尔煤业有限责任公司
Abstract: 本发明公开了基于改进主动轮廓模型的无人机影像矿区地裂缝提取方法,首先,采用最大类间方差算法计算背景和地裂缝初值作为先验知识,在此基础上构建背景和地裂缝初值的提取能量函数,并引入到传统CV主动轮廓模型中得到改进主动轮廓模型,以增强地裂缝提取的针对性,最终通过轮廓的不断演化实现地裂缝的提取。与其它算法相比,本发明经验证可有效提高地裂缝提取的精度和稳定性,准确识别地表裂缝,及时采取修复措施,对于避免灾害发生、减少经济损失、保护生态环境等方面具有重要的现实意义。
-
-