公开(公告)号：CN115205624A

公开(公告)日：2022-10-18

申请号：CN202210722624.9

申请日：2022-06-20

Applicant: 南京信息工程大学

Inventor： 夏旻 ,  张恩伟 ,  王慧琴 ,  翁理国

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06V20/10

Abstract: 本发明公开了一种跨维度注意力聚合的云雪辩识方法、设备及存储介质，涉及图像处理技术领域，获取训练数据，然后构建跨维度特征注意力聚合网络；再训练跨维度特征注意力聚合网络，对训练数据中的图像进行数据增强处理，然后将图像与对应的标签转化为张量，然后输入到跨维度特征注意力聚合网络中训练；最后使用训练好的跨维度特征注意力聚合网络进行预测，输入一张彩色图片，经过训练好的权重提取特征进行编码解码操作后输出得到云和雪的掩膜图像；能够有效减少复杂背景的干扰，增强对云层边缘以及薄云的检测能力，精确区分出云雪区域，避免云雪相似的光谱特性对检测结果的影响，并且在分割其他物体方面也具有不错的效果，泛化能力优秀。

公开(公告)号：CN114943876B

公开(公告)日：2025-04-15

申请号：CN202210699396.8

申请日：2022-06-20

Applicant: 南京信息工程大学

Inventor： 夏旻 ,  张恩伟 ,  王慧琴 ,  翁理国

IPC: G06V10/774 ,  G06T7/12 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0455

Abstract: 本发明公开了一种多级语义融合的云和云影检测方法、设备及存储介质，涉及图像处理技术领域，使用残差网络作为骨干网络对输入图片数据进行特征提取，整体采用编码器‑解码器的结构，在模型中我们提出了多支路残差上下文语义模块，多尺度卷积子通道注意力模块和特征融合上采样模块三个模块用于强化特征提取，细化云和云影边缘信息，增强模型的实际分割能力，相较于当前的方法检测云和云影更加准确，有效减少背景信息的干扰，增强对云层边缘以及薄云的检测能力，解决了大多数网络对于云影的检测精度不够高的技术问题，提高了对云和云影的检测精度，增强了算法的鲁棒性能。

公开(公告)号：CN114943876A

公开(公告)日：2022-08-26

申请号：CN202210699396.8

申请日：2022-06-20

Applicant: 南京信息工程大学

Inventor： 夏旻 ,  张恩伟 ,  王慧琴 ,  翁理国

IPC: G06V10/774 ,  G06N3/04 ,  G06N3/08 ,  G06T7/12 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种多级语义融合的云和云影检测方法、设备及存储介质，涉及图像处理技术领域，使用残差网络作为骨干网络对输入图片数据进行特征提取，整体采用编码器‑解码器的结构，在模型中我们提出了多支路残差上下文语义模块，多尺度卷积子通道注意力模块和特征融合上采样模块三个模块用于强化特征提取，细化云和云影边缘信息，增强模型的实际分割能力，相较于当前的方法检测云和云影更加准确，有效减少背景信息的干扰，增强对云层边缘以及薄云的检测能力，解决了大多数网络对于云影的检测精度不够高的技术问题，提高了对云和云影的检测精度，增强了算法的鲁棒性能。