-
公开(公告)号：CN119359540A
公开(公告)日：2025-01-24
申请号：CN202411360833.9
申请日：2024-09-27
Applicant: 国网思极位置服务有限公司 , 国网信息通信产业集团有限公司
IPC: G06T3/4053 , G06T3/4046 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/084
Abstract: 本公开提供一种基于GAN神经网络的遥感图像超分辨率恢复方法，包括以下步骤：构造子区域均匀剪裁模块为高分辨率图像生成对应的低分辨率训练对；搭建GAN神经网络用于对抗生成；构造逆变换图像解码器作为GAN网络框架中的生成器网络拟合超分辨过程，再将利用鉴别器网络判别生成图片的真实程度，用于梯度下降训练GAN网络。本公开的一些实施例实现了基于对抗神经网络以及局部语义信息融合的遥感图像超分辨率重建，具有对图像内容的普遍适用性、生成合理性与多样性、鲁棒性等特点。
-
公开(公告)号：CN117237654A
公开(公告)日：2023-12-15
申请号：CN202311054481.X
申请日：2023-08-21
Applicant: 国网思极位置服务有限公司 , 国网信息通信产业集团有限公司
IPC: G06V10/40 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于LiDAR的电力线单线自动提取方法，利用搭载激光雷达的无人机，扫描电力基础设施，生成三维点云数据；通过数据增强策略增强数据后，用于神经网络的训练；神经网络包含主干网络和两个分支网络；主干网络提取增强点云特征，两个分支网络根据点云特征分别提取电力线电塔与电力线单线；将分支网络损失相加得到总损失，优化网络参数；训练后的网络输入电力设施点云，分支网络输出点的类别和判别嵌入，从中提取电力线点的判别嵌入通过Mean‑Shift聚类算法聚类提取电力线单线。
-
公开(公告)号：CN116912707A
公开(公告)日：2023-10-20
申请号：CN202310882722.3
申请日：2023-07-18
Applicant: 国网思极位置服务有限公司 , 国网信息通信产业集团有限公司
Abstract: 本发明公开了一种基于遥感深度学习的电力杆塔识别方法及存储介质，方法包括：获取输电线路的遥感影像，并获取电力杆塔样本；根据电力杆塔样本，对预设的深度学习模型进行训练，得到训练好的模型，模型包括输入端、主干网络、颈部网络和头部预测网络，主干网络包括依次连接的第一SPD‑Conv模块、非跨步卷积模块、第二SPD‑Conv模块、第一SE模块、第一C3模块、第三SPD‑Conv模块、第二C3模块、第四SPD‑Conv模块、第三C3模块、第五SPD‑Conv模块、第四C3模块、第二SE模块和SPPF模块；获取待测遥感影像，并通过训练好的模型对待测遥感影像进行电力杆塔识别。本发明可实现高精度杆塔识别。
-
公开(公告)号：CN116863350A
公开(公告)日：2023-10-10
申请号：CN202310882714.9
申请日：2023-07-18
Applicant: 国网思极位置服务有限公司 , 国网信息通信产业集团有限公司
IPC: G06V20/13 , G06T3/00 , G06V10/24 , G06V10/28 , G06V10/32 , G06V10/34 , G06V10/762 , G06V10/778
Abstract: 本发明公开了一种基于无监督学习的遥感影像变化检测方法及存储介质，包括：获取两幅时序遥感影像的重叠图像；统一两幅重叠图像的尺寸和仿射变换矩阵；计算两幅统一后的重叠图像的差值图；对差值图进行两次滑动窗口滤波，并生成第一特征矢量及其特征矢量均值以及第二特征矢量；对第一特征矢量进行主成分分析，得到特征矢量空间；将第二特征矢量映射至特征矢量空间，并与第一特征矢量均值作差，得到映射后的特征矢量；对映射后的特征矢量进行聚类，并分别对各特征按照所属聚类簇设置标签；根据统一后的仿射变换矩阵，将映射后的特征矢量投影至差值图对应的地理空间内，并根据标签生成二值掩膜图。本发明具有更强的泛化能力、自动化程度和集成度。
-
-
-
Search Results
4
records
(took 0.04 seconds)
