-
公开(公告)号：CN117152503A
公开(公告)日：2023-12-01
申请号：CN202311067475.8
申请日：2023-08-23
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于伪标签不确定感知的遥感图像跨域小样本分类方法，包括：获取源域遥感图像数据以及目标域遥感图像数据；利用源域遥感图像数据对深度学习骨干网络模型进行预训练，以获得深度学习骨干网络模型的预训练初始化参数；构建用于半监督跨域训练的教师‑学生网络模型；将源域遥感图像数据和目标域遥感图像数据输入教师‑学生网络模型进行训练，以获得训练后的深度学习骨干网络模型；将待测试遥感图像数据输入训练后的深度学习骨干网络模型，以获得待测试遥感图像数据的分类结果。本发明能够克服现有技术中高不确定性伪标签损害模型跨域学习的缺陷，提高深度学习方法对遥感图像跨域小样本分类的性能。
-
公开(公告)号：CN113743185B
公开(公告)日：2025-05-13
申请号：CN202110644392.5
申请日：2021-06-09
Applicant: 北京理工大学
IPC: G06V20/10 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06T7/11 , G06T7/13 , G06T7/136 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种区域显著性引导的光学遥感图像飞机检测方法及装置，所述方法包括扫描原始图像，提取机场区域及检测飞机目标；将所述机场区域的显著图转化为机场区域的凸多边形；基于所述机场区域的凸多边形，将所述原始图像划分为三个级别关注度的子区域，使用双阈值加权方法对检测出的飞机目标的置信度进行加权处理。根据本发明的方案，能够很好地对大视场高分辨率光学遥感图像机场场景中的飞机目标进行检测，在面对飞机目标尺度变化、密集分布等复杂条件时也取得了良好效果，并且可以降低机场外围区域的虚警率。
-
公开(公告)号：CN117152606A
公开(公告)日：2023-12-01
申请号：CN202311067451.2
申请日：2023-08-23
Applicant: 北京理工大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/26 , G06V10/82 , G06V10/40 , G06N3/0895 , G06N3/047
Abstract: 本发明公开了一种基于置信度动态学习的遥感图像跨域小样本分类方法，包括：获取源域和目标域的遥感图像数据；利用源域遥感图像数据对深度学习网络模型进行预训练获得预训练初始化参数；构建半监督跨域协同训练模型并加载初始化参数；基于源域遥感图像数据进行监督学习；进行半监督跨域协同训练模型处理；进行置信度动态学习策略处理；基于总损失函数对初始化参数更新获得用于小样本分类的深度学习网络模型；待测试遥感图像数据输入用于小样本分类的深度学习网络模型，获得对应的分类结果。本发明克服目前对目标域数据信息利用不充分和深度学习模型不确定性损害跨域学习的缺陷，提高深度学习模型的泛化能力，提升对遥感图像跨域小样本分类的性能。
-
公开(公告)号：CN113743185A
公开(公告)日：2021-12-03
申请号：CN202110644392.5
申请日：2021-06-09
Applicant: 北京理工大学
Abstract: 本发明提供一种区域显著性引导的光学遥感图像飞机检测方法及装置，所述方法包括扫描原始图像，提取机场区域及检测飞机目标；将所述机场区域的显著图转化为机场区域的凸多边形；基于所述机场区域的凸多边形，将所述原始图像划分为三个级别关注度的子区域，使用双阈值加权方法对检测出的飞机目标的置信度进行加权处理。根据本发明的方案，能够很好地对大视场高分辨率光学遥感图像机场场景中的飞机目标进行检测，在面对飞机目标尺度变化、密集分布等复杂条件时也取得了良好效果，并且可以降低机场外围区域的虚警率。
-
-
-
Search Results
4
records
(took 0.022 seconds)
