公开(公告)号：CN118537343B

公开(公告)日：2024-11-22

申请号：CN202411012207.0

申请日：2024-07-26

Applicant: 安徽省测绘档案资料馆(安徽省基础测绘信息中心) ,  合肥工业大学

Inventor： 李金超 ,  张和成 ,  杨梦晴 ,  王迎春 ,  陈春晖 ,  张荣卉 ,  叶元元 ,  段宗来 ,  刘慧珺 ,  王少霞 ,  郎文辉

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/766 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/74

Abstract: 本发明涉及测绘遥感技术领域，公开了一种基于不变结构特征的SAR影像输电杆塔检测方法，包括以下步骤：基于图映射过程，将高分SAR图像中的输电杆塔特征转换为轮廓中的关键点，构建有效的邻接矩阵以帮助图网络更高效地提取对象特征；基于图聚合网络，高效衡量图结构中各节点的重要性，并获取有价值的特征，聚合图结构中节点之间的特征信息，使得同一类型节点之间的特征能够稳定地表达。本发明将输电杆塔定义为一种刚性结构，由一致性组件构成，采用图结构建模和图网络进行轮廓特征提取，与传统的全连接层或全卷积网络相比，图结构建模下的图网络可以用相对较少的模型参数实现更高的检测性能提升。

公开(公告)号：CN118918481A

公开(公告)日：2024-11-08

申请号：CN202411405014.1

申请日：2024-10-10

Applicant: 安徽省测绘档案资料馆(安徽省基础测绘信息中心)

Inventor： 沈永田 ,  马卫春 ,  叶元元 ,  李金超 ,  胡小彭 ,  孙志华 ,  杨晓红

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/774 ,  G06V10/80 ,  G06V10/28 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06V10/52

Abstract: 本发明公开了基于多层次感知与边界联合约束的建筑物提取方法，包括：获取待检测建筑物的遥感影像，并将所述遥感影像进行预处理以得到第一类型遥感影像；将第一类型遥感影像输入卷积网络，以得到第一特征图；通过训练好的编码器对第一特征图进行特征编码，以得到多个不同层次的特征图；将多个不同层次的特征图输入解码器中进行分辨率恢复，以得到第二特征图；对第二特征图按预设策略进行处理，以得到所述遥感影像对应的建筑物提取结果。本申请的基于多层次感知与边界联合约束的建筑物提取方法在一定程度上解决建筑物提取结果边界出现不规则和粘连的问题，提高了建筑物提取精度。

公开(公告)号：CN118537343A

公开(公告)日：2024-08-23

申请号：CN202411012207.0

申请日：2024-07-26

Applicant: 安徽省测绘档案资料馆(安徽省基础测绘信息中心) ,  合肥工业大学

Inventor： 李金超 ,  张和成 ,  杨梦晴 ,  王迎春 ,  陈春晖 ,  张荣卉 ,  叶元元 ,  段宗来 ,  刘慧珺 ,  王少霞 ,  郎文辉

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/766 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/74

Abstract: 本发明涉及测绘遥感技术领域，公开了一种基于不变结构特征的SAR影像输电杆塔检测方法，包括以下步骤：基于图映射过程，将高分SAR图像中的输电杆塔特征转换为轮廓中的关键点，构建有效的邻接矩阵以帮助图网络更高效地提取对象特征；基于图聚合网络，高效衡量图结构中各节点的重要性，并获取有价值的特征，聚合图结构中节点之间的特征信息，使得同一类型节点之间的特征能够稳定地表达。本发明将输电杆塔定义为一种刚性结构，由一致性组件构成，采用图结构建模和图网络进行轮廓特征提取，与传统的全连接层或全卷积网络相比，图结构建模下的图网络可以用相对较少的模型参数实现更高的检测性能提升。

公开(公告)号：CN118097447A

公开(公告)日：2024-05-28

申请号：CN202410065108.2

申请日：2024-01-17

Applicant: 安徽省测绘档案资料馆(安徽省基础测绘信息中心) ,  中国科学技术大学

Inventor： 陈春晖 ,  厉香蕴 ,  刘斌 ,  方婷婷 ,  叶元元 ,  张迁 ,  陈莉莉 ,  杨晓红 ,  曲丽佳 ,  杨德彬

IPC: G06V20/13 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0895

Abstract: 本发明公开了基于视图一致性网络的弱监督遥感影像旋转目标检测方法，包括：对获取的原始卫星影像I进行预处理以获得可能包含目标的水平候选区域集合{H1,…,HN}；利用骨干网络提取原始卫星影像I的特征图M∈Rh×w×l，其中h、w、l分别为特征图长度、宽度及通道维度；将特征图M∈Rh×w×l和水平候选区域集合{H1,…,HN}输入预先建立和训练好的旋转目标检测模型，以得到第一类型旋转检测框，并将第一类型旋转检测框作为目标识别结果。本申请的基于视图一致性网络的弱监督遥感影像旋转目标检测方法减少了人工的标注的工作量，提高了弱监督目标的检测效率。