公开(公告)号：CN116912711A

公开(公告)日：2023-10-20

申请号：CN202310948132.6

申请日：2023-07-31

Applicant: 南京信息工程大学

Inventor： 张秀再 ,  李景轩

IPC: G06V20/13 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06N3/0455 ,  G06N3/0442 ,  G06V10/40 ,  G06V10/74

Abstract: 本发明公开了一种基于时空注意力门的卫星云图预测方法，包括以下步骤：(1)对遥感影像进行预处理；(2)构建卫星云图预测网络模型；(3)采用均方误差MSE、平均绝对误差MAE、结构相似度SSIM、峰值信噪比PSNR定量评价卫星云图预测性能；本发明改进了CrevNet中的特征提取模块，将轻量级注意力模块SGE融入双向自编码器，在不增加计算量的情况下，增强了云图特征的语义信息和减少特征提取时的信息流失；融入了3D卷积与历史信息模块，相比其它预测算法，能更充分的利用序列云图中具有全局依赖和局部依赖的时空特征，进而更精准的预测未来云图。

公开(公告)号：CN115330703A

公开(公告)日：2022-11-11

申请号：CN202210926126.6

申请日：2022-08-03

Applicant: 南京信息工程大学

Inventor： 张秀再 ,  李景轩 ,  邱野 ,  张晨

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供基于上下文信息融合的遥感影像云与云阴影检测方法，涉及深度学习和遥感影像处理领域。该基于上下文信息融合的遥感影像云与云阴影检测方法，设计了一种基于上下文信息融合的遥感影像云与云阴影检测方法。该发明设计一种新颖的残差模块(ResBlock‑cloud)来捕获全局及局部特征，并防止网络出现退化。设计一种全局上下文融合模块(GCF)，通过密集的跳跃连接来融合不同层级的全局上下文信息并引导其与解码器路径特征进行特征融合。最后，设计一种多尺度上下文融合模块(MCF)，提取云与云阴影之间的多尺度上下文关系。该发明可以有效检测出小面积云块及薄云，并显著提高云阴影检测的精度。