-
公开(公告)号：CN117760514A
公开(公告)日：2024-03-26
申请号：CN202311795912.8
申请日：2023-12-25
Applicant: 昆明理工大学 , 云南省国土资源规划设计研究院 , 深圳市壹平台信息技术有限公司
Inventor： 马显光 , 唐伯惠 , 郑仕杰 , 陈国坤 , 李梦华 , 李雨龙 , 杨洋 , 陈平 , 刘晓波 , 王勃 , 赵浩棋 , 李文国 , 刘子铭 , 熊雄 , 李纯 , 陶啟龙 , 周治 , 刘玉荧 , 宋健 , 赵浩源 , 洪彦刚 , 朱绍炳 , 焦华 , 陈楠 , 王婧 , 苏奇 , 李炜 , 周婧 , 江峰
Abstract: 本申请公开了一种基于布尔运算的三维模型土方量计算方法、装置、介质、设备，该方法包括：步骤S1：采用Smart3D软件处理无人机获取的POS数据和影像数据，生成倾斜实景三维模型；步骤S2：采用DP Modeler软件修补倾斜实景三维模型中的水面空洞、模型空洞、拉花变形部位，得到修复模型；步骤S3：采用Smart 3D软件根据作业区域内空间坐标信息，在核准作业区域内绘制生成设计三维模型；步骤S4：校准后，采用布尔运算校正倾斜实景三维模型A和设计三维模型B，求出差集，得到挖方体、填方体。该方法可准确得到填方量和挖方量，提高对施工作业的指导可靠性。
-
公开(公告)号：CN115049900B
公开(公告)日：2024-06-11
申请号：CN202210554906.2
申请日：2022-05-20
Applicant: 昆明理工大学
IPC: G06V10/80 , G06V10/77 , G06V10/764 , G06V10/44 , G01S13/86
Abstract: 本发明公开了一种基于光学与雷达数据的水稻种植区识别方法及系统，该方法包括：获取目标区域光学及雷达数据，根据水稻物候期，进行数据合成获得时序合成影像；对目标区域光学及雷达数据分别进行第一特征空间的构建，并结合光学数据的波段信息和雷达数据的极化信息进行主成分的分析、可视化处理和第二特征空间的构建，并进行分类场景的设计，得到特征优选组合，作为RF算法模型的输入，输出水稻种植区的识别结果。该方法通过主成分分析的引入解决了地块破碎导致分类精度不高的问题，解决了基于单机分类，数据获取困难、预处理复杂、分类时间较长、耗费人力财力的问题，可以广泛运用于南方地区作物识别，对粮食安全和精准农业的实施具有指导作用。
-
公开(公告)号：CN115223017B
公开(公告)日：2023-12-19
申请号：CN202210610157.0
申请日：2022-05-31
Applicant: 昆明理工大学
IPC: G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度可分离卷积的多尺度特征融合桥梁检测方法，其特征在于，包括以下步骤：首先利用深度可分离卷积搭建主干特征提取网络提取桥梁特征；其次将特征图最后一层经多分支并行空洞卷积获得多尺度感受野，更好地匹配不同尺度桥梁，并提取多尺度桥梁特征；然后充分利用不同深度的桥梁细节和语义信息，通过多尺度特征金字塔将三个不同层次的桥梁有效特征层进行跨层次融合；最后测试桥梁检测结果并进行精度评价。本发明mAP达到94.26％，FPS达到60.04，在精度和速度上均能领先多数主流目标检测网络，并可集成到移动端完(56)对比文件杨国亮;李放;朱晨;许楠.改进MobileNetV2网络在遥感影像场景分类中的应用.遥感信息.2020,(第01期),全文.李宝奇;贺昱曜;强伟;何灵蛟.基于并行附加特征提取网络的SSD地面小目标检测模型.电子学报.2020,(第01期),全文.孙婧婧;张青林.基于轻量级网络的自然场景下的文本检测.电子测量技术.2020,(第08期),全文.
-
公开(公告)号：CN114821069B
公开(公告)日：2024-04-26
申请号：CN202210593046.3
申请日：2022-05-27
Applicant: 昆明理工大学
Abstract: 本发明公开了一种融合富尺度特征的双分支网络遥感图像建筑语义分割方法，包括以下步骤：深层语义路径基于混合空洞卷积的ResNet50提取不同层次的建筑物语义特征；将提取的深层语义特征经空间金字塔处理；浅层空间路径采用较小的下采样倍数以保持图像的分辨率，主要以Res2Net模块及富尺度特征提取模块获取准确的图像空间信息；将深层特征与浅层特征自适应融合。本发明能避免因浅层特征提取不当，影响深层特征的准确性；从浅层空间路径提取具有丰富空间信息的高分辨率特征，从深层语义路径获取聚合上下文信息的高级语义特征，确保了不同层次特征的高效利用；特征融合模块能为不同分辨率的特征图自适应分配权重，实现更好的特征融合。
-
公开(公告)号：CN117853943A
公开(公告)日：2024-04-09
申请号：CN202410032640.4
申请日：2024-01-09
Applicant: 昆明理工大学
IPC: G06V20/13 , G06V10/764 , G06V10/54 , G06V10/774 , G06N20/00
Abstract: 本发明公开了一种结合六边形采样和特征优选的遥感影像快速分类方法，获取目标区域的Sentinel‑2遥感影像时序数据集、多源土地利用/覆被数据集以及地表高程DEM数据集；通过多源数据集空间一致性分析和六边形网格采样相结合的方法对目标区域进行采样获取不同土地利用/覆被类型的样本数据；获取样本的地形特征、纹理特征和时序特征；基于样本数据以及地形特征、纹理特征和时序特征，对随机森林分类模型进行训练和验证。本发明提出的方法能够准确、有效的获取区域尺度不同土地覆被类型的空间分布信息，适用于地形破碎复杂的西南高原山地土地覆被制图，可为相关部门监测其动态扩张过程，研究其时空变化规律提供理论基础和技术支持。
-
Patent Agency Ranking
公开(公告)号：CN115080905A
公开(公告)日：2022-09-20
申请号：CN202210639482.X
申请日：2022-06-07
Applicant: 昆明理工大学
Abstract: 本发明公开了一种高原湖泊叶绿素a浓度遥感反演方法，包括：分别获取高原湖泊叶绿素a浓度，以及高原湖泊遥感反射率数据：对高原湖泊遥感反射率数据进行大气校正，得到大气底层反射率数据；根据叶绿素a固有光学特性和大气底层反射率数据，分别构建叶绿素a反演光谱指数；根据叶绿素a反演光谱指数，建立决策树模型，确定对叶绿素a浓度结果影响最大的光谱指数，作为优选光谱指数；将优选光谱指数与高原湖泊叶绿素a浓度进行线性回归，建立叶绿素a反演模型；根据叶绿素a反演模型和大气底层反射率数据，实现对高原湖泊叶绿素a浓度的遥感反演。该方法可快速优选出反演叶绿素a浓度的最有效模型，进一步提高了叶绿素a反演精度。
-
公开(公告)号：CN114994087A
公开(公告)日：2022-09-02
申请号：CN202210594154.2
申请日：2022-05-27
Applicant: 昆明理工大学
Abstract: 本发明公开了一种基于极化SAR数据的植被叶片含水量遥感反演方法；该方法包括：将树木参数和地表参数输入植被散射模型模拟极化SAR数据，建立极化SAR数据库；基于极化SAR数据，构建植被叶片含水量微波模型；基于植被叶片含水量微波模型，针对不同植被类型构建植被叶片含水量反演模型；获取目标区域的雷达SLC数据，并对SLC数据进行处理获得入射角和后向散射信息；将入射角和后向散射信息代入植被叶片含水量反演模型进行定量反演，得到目标区域内植被叶片含水量数据；该方法通过获取目标区域的植被物候信息和土壤信息结合极化SAR数据就可以准确获得植被叶片含水量数据，不受天气影响，节省了物力和财力，对于林草火灾的预警和验证具有重要意义。
-
公开(公告)号：CN115080905B
公开(公告)日：2024-05-17
申请号：CN202210639482.X
申请日：2022-06-07
Applicant: 昆明理工大学
IPC: G06F17/10 , G06F17/18 , G06F18/2431 , G01N21/25 , G01N21/55
Abstract: 本发明公开了一种高原湖泊叶绿素a浓度遥感反演方法，包括：分别获取高原湖泊叶绿素a浓度，以及高原湖泊遥感反射率数据：对高原湖泊遥感反射率数据进行大气校正，得到大气底层反射率数据；根据叶绿素a固有光学特性和大气底层反射率数据，分别构建叶绿素a反演光谱指数；根据叶绿素a反演光谱指数，建立决策树模型，确定对叶绿素a浓度结果影响最大的光谱指数，作为优选光谱指数；将优选光谱指数与高原湖泊叶绿素a浓度进行线性回归，建立叶绿素a反演模型；根据叶绿素a反演模型和大气底层反射率数据，实现对高原湖泊叶绿素a浓度的遥感反演。该方法可快速优选出反演叶绿素a浓度的最有效模型，进一步提高了叶绿素a反演精度。
-
公开(公告)号：CN115205568B
公开(公告)日：2024-04-19
申请号：CN202210828252.8
申请日：2022-07-13
Applicant: 昆明理工大学
IPC: G06V10/762 , G06V10/42 , G06V10/82 , G06V10/766 , G06V10/80 , G06V10/764 , G06V20/56 , G06V20/58 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种多尺度特征融合的道路交通多要素检测方法，其特征在于，利用k‑means++算法对多尺度道路交通要素范围进行聚类统计，得到适合本文数据集的候选框大小；接着通过加速空间金字塔池化(SpatialPyramidPoolingFast,SPPF)结构提升分类精度和速度，同时实现更丰富的特征信息提取；提出了一种融合感受野模块(ReceptiveFieldBlock,RFB)的ASFF策略，提高了特征尺度不变性，提升了小目标的检测效果；最后通过计算平均精度均值(meanaverageprecision,mAP)来评估实验效果。本方法可解决道路交通多要素错检、漏检的问题，提升了道路交通多要素中小目标、密集型目标的检测精度。
-
公开(公告)号：CN117034534A
公开(公告)日：2023-11-10
申请号：CN202310649338.9
申请日：2023-06-02
Applicant: 昆明理工大学
IPC: G06F30/20
Abstract: 本发明公开了一种土壤侵蚀地形因子计算方法、系统及存储介质，包括数据输入，获取并输入计算土壤侵蚀地形因子所需的数据；数据处理，包括填洼方法设置、算法选择、阈值设置及模型计算，首先选择填洼方法，选择计算土壤侵蚀因子的算法，然后设置算法所需的阈值参数，之后通过土壤侵蚀模型计算；结果输出，输出土壤侵蚀地形因子数据和图像。具有精确的计算出土壤侵蚀地形因子，获得土壤侵蚀地形因子的数据和图像的技术效果。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.072 seconds)
