-
公开(公告)号：CN116071556B
公开(公告)日：2023-07-07
申请号：CN202310311383.3
申请日：2023-03-28
Applicant: 之江实验室
IPC: G06V10/26 , G06V10/762 , G06V10/52 , G06V10/80
Abstract: 本发明公开了一种基于目标框的大尺寸图像自适应裁剪方法和装置，基于包含目标框的训练样本图像和未标注的测试样本图像，从训练样本中分层采样部分数据作为验证样本，使用循环聚类算法提取训练样本图像的目标框特征集合，使用验证样本对目标框特征集合筛选并验证，得到最优的自适应的目标框特征集合，以此作为滑窗平铺裁剪的重叠像素基准，将大图裁剪成多个子图。该方法提出了多尺度融合的特征提取改进算法、新的特征筛选算法及裁剪评价函数，优化了滑窗平铺裁剪算法，一定程度上解决了大尺寸图像裁剪预处理过程中的关键信息丢失，裁剪子图数量多、信息冗余，耗时长的问题。
-
公开(公告)号：CN114966692A
公开(公告)日：2022-08-30
申请号：CN202210844540.2
申请日：2022-07-19
Applicant: 之江实验室
Abstract: 本发明公布了一种基于Transformer的InSAR技术多年冻土区多变量时序形变预测方法，包括：获取冻土区时序SAR图像进行预处理和差分干涉流程并构建InSAR形变模型；进行多时相InSAR数据处理，得到多维时序形变数据；对多维时序形变数据进行滤波平滑处理，根据现有冻土分布图和聚类分析提取出不同冻土区时序形变结果；建立基于不同冻土区的时序形变数据和地表、日空气温度数据、土壤含水量的多变量时序Tranformer预测模型；对该模型进行训练，并对不同类型冻土区的形变规律进行预测和获取InSAR时序形变预测结果。本发明能够实现多年冻土区不同冻土类型时序形变有效预测，具有形变预测范围大，预测精度高等优势，可应用于多变量InSAR时序形变预测，填补了多年冻土区时序形变预测的空白。
-
公开(公告)号：CN116148855B
公开(公告)日：2023-07-21
申请号：CN202310349555.6
申请日：2023-04-04
Applicant: 之江实验室
Abstract: 本发明公开了一种时序InSAR大气相位去除和形变解算的方法及系统，该方法首先获取监测区的时间序列SAR图像及DEM数据，并进行预处理、差分干涉、滤波及相位解缠；其次构建含有大气相位的差分干涉图的样本库；再基于条件生成对抗神经网络CGAN对样本库进行增广并构建完整版样本库；然后基于TransUNet网络构建大气相位去除TransUNet网络模型，并进行训练和测试，以去除差分干涉图中的大气相位；最后基于去除大气相位后的差分干涉图进行时序InSAR的形变解算，以获取监测区的地表形变信息。本发明能够突破现有InSAR技术中无法完全消除大气相位误差的技术瓶颈，同时提高了时序InSAR形变解算的精度。
-
公开(公告)号：CN116051620B
公开(公告)日：2023-07-21
申请号：CN202310342885.2
申请日：2023-04-03
Applicant: 之江实验室
Abstract: 本发明公开了一种基于InSAR技术冻土区活动层厚度估计方法和系统，该方法包括以下步骤：首先获取冻土实验区时间序列SAR图像、土壤含水量数据、土壤孔隙度数据并对数据预处理；然后对时间序列SAR图像进行差分干涉处理；再构建InSAR季节性形变模型；然后基于InSAR季节性形变模型的进行时序InSAR解算流程；最后构建InSAR季节性形变的活动层厚度反演模型，并根据冻土实验区的季节性形变获取大范围多年冻土区的活动层厚度。本发明可应用于大范围多年冻土区活动层厚度的估计，能够大范围、高精度、高分辨率的获取多年冻土区的活动层厚度结果，这对冻土区的环境、水文生态、工程建筑的运营具有重要科学与工程意义。
-
Patent Agency Ranking
公开(公告)号：CN114966692B
公开(公告)日：2022-11-08
申请号：CN202210844540.2
申请日：2022-07-19
Applicant: 之江实验室
Abstract: 本发明公布了一种基于Transformer的InSAR技术多年冻土区多变量时序形变预测方法，包括：获取冻土区时序SAR图像进行预处理和差分干涉流程并构建InSAR形变模型；进行多时相InSAR数据处理，得到多维时序形变数据；对多维时序形变数据进行滤波平滑处理，根据现有冻土分布图和聚类分析提取出不同冻土区时序形变结果；建立基于不同冻土区的时序形变数据和地表、日空气温度数据、土壤含水量的多变量时序Tranformer预测模型；对该模型进行训练，并对不同类型冻土区的形变规律进行预测和获取InSAR时序形变预测结果。本发明能够实现多年冻土区不同冻土类型时序形变有效预测，具有形变预测范围大，预测精度高等优势，可应用于多变量InSAR时序形变预测，填补了多年冻土区时序形变预测的空白。
-
公开(公告)号：CN116148855A
公开(公告)日：2023-05-23
申请号：CN202310349555.6
申请日：2023-04-04
Applicant: 之江实验室
Abstract: 本发明公开了一种时序InSAR大气相位去除和形变解算的方法及系统，该方法首先获取监测区的时间序列SAR图像及DEM数据，并进行预处理、差分干涉、滤波及相位解缠；其次构建含有大气相位的差分干涉图的样本库；再基于条件生成对抗神经网络CGAN对样本库进行增广并构建完整版样本库；然后基于TransUNet网络构建大气相位去除TransUNet网络模型，并进行训练和测试，以去除差分干涉图中的大气相位；最后基于去除大气相位后的差分干涉图进行时序InSAR的形变解算，以获取监测区的地表形变信息。本发明能够突破现有InSAR技术中无法完全消除大气相位误差的技术瓶颈，同时提高了时序InSAR形变解算的精度。
-
公开(公告)号：CN116071556A
公开(公告)日：2023-05-05
申请号：CN202310311383.3
申请日：2023-03-28
Applicant: 之江实验室
IPC: G06V10/26 , G06V10/762 , G06V10/52 , G06V10/80
Abstract: 本发明公开了一种基于目标框的大尺寸图像自适应裁剪方法和装置，基于包含目标框的训练样本图像和未标注的测试样本图像，从训练样本中分层采样部分数据作为验证样本，使用循环聚类算法提取训练样本图像的目标框特征集合，使用验证样本对目标框特征集合筛选并验证，得到最优的自适应的目标框特征集合，以此作为滑窗平铺裁剪的重叠像素基准，将大图裁剪成多个子图。该方法提出了多尺度融合的特征提取改进算法、新的特征筛选算法及裁剪评价函数，优化了滑窗平铺裁剪算法，一定程度上解决了大尺寸图像裁剪预处理过程中的关键信息丢失，裁剪子图数量多、信息冗余，耗时长的问题。
-
公开(公告)号：CN116051620A
公开(公告)日：2023-05-02
申请号：CN202310342885.2
申请日：2023-04-03
Applicant: 之江实验室
Abstract: 本发明公开了一种基于InSAR技术冻土区活动层厚度估计方法和系统，该方法包括以下步骤：首先获取冻土实验区时间序列SAR图像、土壤含水量数据、土壤孔隙度数据并对数据预处理；然后对时间序列SAR图像进行差分干涉处理；再构建InSAR季节性形变模型；然后基于InSAR季节性形变模型的进行时序InSAR解算流程；最后构建InSAR季节性形变的活动层厚度反演模型，并根据冻土实验区的季节性形变获取大范围多年冻土区的活动层厚度。本发明可应用于大范围多年冻土区活动层厚度的估计，能够大范围、高精度、高分辨率的获取多年冻土区的活动层厚度结果，这对冻土区的环境、水文生态、工程建筑的运营具有重要科学与工程意义。
-
公开(公告)号：CN114612802A
公开(公告)日：2022-06-10
申请号：CN202210508800.9
申请日：2022-05-11
Applicant: 之江实验室
IPC: G06V20/13 , G06V10/40 , G06V10/77 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于MBCNN的舰船目标细粒度分类系统及方法。所述方法包括获取可见光遥感图像的舰船图像并输入预训练好的舰船目标检测模型，经过网络前向推理，输出所有舰船的位置坐标信息；对可见光遥感舰船图像按照舰船的位置坐标信息进行裁剪，获得舰船图像；对舰船图像进行预处理，得到归一化后的舰船图像；构建舰船目标细粒度分类模型，并进行预训练；将该舰船图像输入预训练好的舰船目标细粒度分类模型，经过网络前向推理，输出舰船所属的种类标签。本发明具有准确性高、识别效率高的特点，解决了传统BCNN的一些计算上的缺陷以及细粒度分类上存在的问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.016 seconds)
