-
公开(公告)号：CN113435461B
公开(公告)日：2023-07-14
申请号：CN202110655516.X
申请日：2021-06-11
Applicant: 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心) , 中国地质大学(武汉)
IPC: G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/042
Abstract: 本发明公开了一种点云局部特征提取方法、装置、设备及存储介质，包括以下步骤：首先，本发明提出了一种新的用于点云局部特征提取的图注意网络，该网络可以快速、准确的进行三维点云的语义分割；其次，本发明利用扩展的K近邻搜索算法构造每个点的局部膨胀图区域，利用中心点与其邻域之间的欧式距离几何相关性进行局部特征表达；最后，本发明将注意机制应用到设计的网络层中，称为图注意层，通过对中心点的临近边赋予适当的权值，动态地学习局部扩张图上的上下文注意特征，并通过注意池化操作更好地保留点云的局部几何细节。与现有的点云局部特征提取方法相比，本发明在三维点云形状分类和分割任务上都达到了更好的性能。
-
公开(公告)号：CN117173193A
公开(公告)日：2023-12-05
申请号：CN202310870642.6
申请日：2023-07-14
Applicant: 中国地质大学(武汉) , 三峡大学 , 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心)
IPC: G06T7/10 , G06T5/00 , G06T5/30 , G06V10/762 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/088
Abstract: 本发明公开了一种基于注意力机制的无监督彩色地质图像分割方法及系统，首先将彩色地质图像进行数学形态学预处理，获得预处理图像；然后将预处理图像分别利用SE‑UNet神经网络和Felz聚类算法，获取粗分割图像和超像素分割图；最后将超像素分割图作为“伪标签”，基于超像素分割图对粗分割图像进行优化，前向传播输出预测分割结果，实现无标签的彩色地质图像分割。本发明对彩色地质图像进行分割，无需任何人工标注，自动分割能力强。
-
公开(公告)号：CN113935308B
公开(公告)日：2024-12-06
申请号：CN202111051884.X
申请日：2021-09-08
Applicant: 中国地质大学(武汉)
IPC: G06F40/205 , G06F40/284 , G06F40/289 , G06F40/253 , G06F40/30 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/088 , G06N3/092
Abstract: 本发明提供了面向地球科学领域的文本摘要自动生成方法及系统，方法包括利用微调BERT嵌入组件基于词嵌入初始化输入序列的值，编码器中BiLSTM组件对从前一层接收到的输入进行编码；卷积门控单元则根据每个时间步的先前输出重新训练核心信息；调用自注意力机制计算词汇自身权重，充分考虑句子中不同词语之间的语义以及语法联系，从而进一步强化全局信息；解码器部分将编码器输出的上下文向量进行解码，解码器中的BiLSTM组件对编码器输出的句子进行解码得到输出序列；微调的BERT网络模型捕捉句子之间的上下文关系，使得在每一个时刻都获得完整的上下文，最终使生成的摘要更准确。
-
公开(公告)号：CN113902920B
公开(公告)日：2024-12-06
申请号：CN202111136226.0
申请日：2021-09-27
Applicant: 中国地质大学(武汉)
IPC: G06V10/40 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于图卷积神经网络的点云特征提取方法及装置，包括：构建训练数据集和测试数据集；搭建基于图卷积神经网络的点云特征提取网络；将训练数据集输入点云特征提取网络，使用K近邻搜索算法对每个点构建邻接图；计算获取每个点的空间几何信息和多维特征，并进行融合，获取每个点的局部特征；根据每个点的邻接图和局部特征，计算获取每个点的全局特征；将全局特征和局部特征进行融合，获取融合特征；通过训练数据集和融合特征对进行网络迭代训练后，得到训练好的点云特征提取网络；将测试数据集输入训练好的点云特征提取网络，输出点云特征的语义预测结果。本发明能够同时学习局部特征和全局特征，提高了点云语义预测分类的精度。
-
公开(公告)号：CN113919296B
公开(公告)日：2024-12-03
申请号：CN202111080748.3
申请日：2021-09-15
Applicant: 中国地质大学(武汉)
IPC: G06F40/151 , G06F40/205 , G06F40/284 , G06F40/289 , G06F40/30 , G06F16/335 , G06F16/387
Abstract: 本发明提供了一种基于本体的时空及语义信息抽取方法和系统，该方法包括首先对地质灾害报告进行预处理；其次，通过命名实体识别、本体匹配、地名录匹配等方法，抽取地质灾害报告中的非结构化信息，形成结构化的信息；最后，将从地质灾害报告中抽取到的最终结果以合理的可视化方式呈现，可以帮助人们更好地理解和探索大数据中蕴含着的复杂的文本信息，并通过简单的视觉符号的形式表达出来，达到人机交互的目的。
-
Patent Agency Ranking
公开(公告)号：CN114067075B
公开(公告)日：2024-10-29
申请号：CN202111135205.7
申请日：2021-09-27
Applicant: 中国地质大学(武汉)
Abstract: 本发明提出了一种基于生成对抗网络的点云补全方法及装置，包括：构建训练数据集和测试数据集；搭建基于生成对抗网络的点云补全网络；将训练数据集输入点云补全网络，对训练数据集中的点云进行投影变换和边界提取，得到边界特征点；计算边界特征点中的每个点的多维几何特征，并进行串联，得到点云的特征向量；根据特征向量，计算点云在各个投影方向上的补全结果，并进行全连接解码，得到补全后的点云；构建损失函数，对点云补全网络进行迭代训练后，得到训练好的点云补全网络；通过训练好的点云补全网络对测试数据集进行点云补全。本发明更关注结构信息和细粒度区域的补全，且能通过不同方向的投影生成缺失的点云，明显提高了点云的补全精度。
-
公开(公告)号：CN116704382A
公开(公告)日：2023-09-05
申请号：CN202310660559.6
申请日：2023-06-05
Applicant: 中国地质大学(武汉)
IPC: G06V20/17 , G06V10/26 , G06V20/70 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06V10/40 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出了一种无人机影像语义分割方法、装置、设备及存储介质，该方法包括：构建训练数据集和测试数据集；搭建基于多级自注意力特征融合的无人机影像语义分割网络；将训练数据集输入语义分割网络，使用Xception特征提取网络提取特征；将Xception特征输入自注意力特征编码模块，将得到的自注意力特征输入多尺度特征编码模块，输出多尺度特征；将深层和浅层特征逐层融合，在每一层融合后利用通道加权模块减少信息冗余，输出融合特征；通过训练数据集和融合特征对语义分割网络进行迭代训练；将测试数据集输入训练好的语义分割网络，输出影像语义分割结果。本发明加强了对重点特征的学习力度，并提升了对浅层特征的利用率，可以实现更高精度的影像语义分割。
-
公开(公告)号：CN114067075A
公开(公告)日：2022-02-18
申请号：CN202111135205.7
申请日：2021-09-27
Applicant: 中国地质大学(武汉)
Abstract: 本发明提出了一种基于生成对抗网络的点云补全方法及装置，包括：构建训练数据集和测试数据集；搭建基于生成对抗网络的点云补全网络；将训练数据集输入点云补全网络，对训练数据集中的点云进行投影变换和边界提取，得到边界特征点；计算边界特征点中的每个点的多维几何特征，并进行串联，得到点云的特征向量；根据特征向量，计算点云在各个投影方向上的补全结果，并进行全连接解码，得到补全后的点云；构建损失函数，对点云补全网络进行迭代训练后，得到训练好的点云补全网络；通过训练好的点云补全网络对测试数据集进行点云补全。本发明更关注结构信息和细粒度区域的补全，且能通过不同方向的投影生成缺失的点云，明显提高了点云的补全精度。
-
公开(公告)号：CN113988198A
公开(公告)日：2022-01-28
申请号：CN202111291708.3
申请日：2021-11-03
Applicant: 中国地质大学(武汉)
Abstract: 本发明提出了一种基于地标约束的多尺度城市功能分类方法。首先，结合多源异构数据，构建了基于几何相似和功能相似的城市建筑物空间场景，有助于较好的实现地理信息检索分类；其次，结合建筑物的几何特征和语义特征设计了新的显著性去量化提取地标，顾及了地理实体视觉、语义和空间等特性，全面、客观地设计了地标提取模型；最后，基于地标约束的功能区识别模型，提高模型对于特殊区域识别能力，避免了由于单独数据源引起功能区误识别情况，能够客观综合地对不同城市区域进行功能识别。本发明所提出的方法不仅在单一空间尺度上有效提升显著地物的识别能力，同时也能在提升在不同尺度下地物特征的关联和映射关系，实现多尺度下城市功能区识别。
-
公开(公告)号：CN113919296A
公开(公告)日：2022-01-11
申请号：CN202111080748.3
申请日：2021-09-15
Applicant: 中国地质大学(武汉)
IPC: G06F40/151 , G06F40/205 , G06F40/284 , G06F40/289 , G06F40/30 , G06F16/335 , G06F16/387
Abstract: 本发明提供了一种基于本体的时空及语义信息抽取方法和系统，该方法包括首先对地质灾害报告进行预处理；其次，通过命名实体识别、本体匹配、地名录匹配等方法，抽取地质灾害报告中的非结构化信息，形成结构化的信息；最后，将从地质灾害报告中抽取到的最终结果以合理的可视化方式呈现，可以帮助人们更好地理解和探索大数据中蕴含着的复杂的文本信息，并通过简单的视觉符号的形式表达出来，达到人机交互的目的。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.069 seconds)
