公开(公告)号：CN113688808A

公开(公告)日：2021-11-23

申请号：CN202111244196.5

申请日：2021-10-26

Applicant: 南京信息工程大学

Inventor： 董臻 ,  王国杰 ,  梁子凡 ,  冯爱青 ,  王国复 ,  王艳君 ,  苏布达

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于拉普拉斯金字塔遥感图像融合的滑坡体识别方法，包括步骤：先对提取的遥感影像局部特征和全局特征，通过拉普拉斯金字塔融合模块重建原始遥感影像，生成融合图像；再通过语义分割网络，构建深度学习语义分割模型；然后通过图片标记工具，对融合图像中发生滑坡灾害的地方和未发生滑坡灾害的地方分别进行标记，得到滑坡灾害标签图数据集；最后用数据集训练深度学习语义分割模型，通过修改语义分割网络结构和调整模型参数，直至模型的损失曲线达到拟合、识别遥感影像中滑坡体的精度满足要求时，则保存该模型。本发明结合基于拉普拉斯金字塔的图像融合模型，能高效、精准地为滑坡灾害的防灾减灾提供有效的决策依据。

公开(公告)号：CN113688808B

公开(公告)日：2022-02-11

申请号：CN202111244196.5

申请日：2021-10-26

Applicant: 南京信息工程大学

Inventor： 董臻 ,  王国杰 ,  梁子凡 ,  冯爱青 ,  王国复 ,  王艳君 ,  苏布达

IPC: G06V20/13 ,  G06V10/82 ,  G06V10/56 ,  G06V10/764 ,  G06V10/80 ,  G06V10/46 ,  G06V10/44 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于拉普拉斯金字塔遥感图像融合的滑坡体识别方法，包括步骤：先对提取的遥感影像局部特征和全局特征，通过拉普拉斯金字塔融合模块重建原始遥感影像，生成融合图像；再通过语义分割网络，构建深度学习语义分割模型；然后通过图片标记工具，对融合图像中发生滑坡灾害的地方和未发生滑坡灾害的地方分别进行标记，得到滑坡灾害标签图数据集；最后用数据集训练深度学习语义分割模型，通过修改语义分割网络结构和调整模型参数，直至模型的损失曲线达到拟合、识别遥感影像中滑坡体的精度满足要求时，则保存该模型。本发明结合基于拉普拉斯金字塔的图像融合模型，能高效、精准地为滑坡灾害的防灾减灾提供有效的决策依据。

公开(公告)号：CN114579546A

公开(公告)日：2022-06-03

申请号：CN202210160575.4

申请日：2022-02-22

Applicant: 南京信息工程大学

Inventor： 胡一凡 ,  王国杰 ,  梁子凡 ,  魏锡坤 ,  路明月 ,  王艳君 ,  苏布达 ,  姜彤 ,  代文

IPC: G06F16/215 ,  G06F16/25 ,  G06F16/29 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于多变量对抗生成网络的地理大数据缺值补入方法，基于多变量对抗生成网络，创新性地引入循环神经网络模块对多变量地理数据包含的时间特征进行学习，创新性地引入图神经网络模块学习多变量地理数据之间的物理关联关系，对损失函数进行改进来获得更加接近原始数据的完整多变量地理数据集，其能够为相关人文社科与自然科学的研究提供最基础的数据支持。