公开(公告)号：CN115601661A

公开(公告)日：2023-01-13

申请号：CN202211344397.7

申请日：2022-10-31

Applicant: 湖北工业大学(CN)

Inventor： 徐川 ,  叶昭毅 ,  杨威 ,  梅礼晔 ,  张琪 ,  李迪

IPC: G06V20/13 ,  G06V20/10 ,  G06N3/04 ,  G06N3/08 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种用于城市动态监测的建筑物变化检测方法，该方法通过卫星技术接收遥感卫星检测到的城市表面双时相影像，对原始影像进行裁减，然后输入到城市建筑物自动化检测模型中，输出得到双时相影像中建筑物的变化检测结果；其中，城市建筑物自动化检测模型包含编码阶段和解码阶段。编码阶段采用权重共享的孪生网络对输入的双时相影像进行下采样操作，提取丰富的多尺度特征信息，同时利用孪生交叉注意力机制加强特征信息的表示；解码阶段采用多尺度特征融合模块将提取到的多尺度特征进行渐进式地融合；利用差分上下文判别模块推动检测结果更接近实际变化情况。本发明方法能够高效地进行多特征判别与融合，从而提高城市建筑物变化检测准确度。

公开(公告)号：CN118470555A

公开(公告)日：2024-08-09

申请号：CN202410547389.5

申请日：2024-05-06

Applicant: 湖北工业大学

Inventor： 徐川 ,  侯荧荧 ,  杨威 ,  梅礼晔 ,  叶志伟 ,  宋志娜 ,  白婷

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/77 ,  G06V10/80

Abstract: 本发明公开了一种基于动态稀疏层次注意力网络的耕地变化检测方法和系统。首先，获取数据集，并将其输入耕地变化自动化检测模型，以获得耕地的变化结果。该自动化检测模型包含编码阶段和解码阶段：在编码阶段，采用权重共享的孪生网络对输入的双时相影像进行下采样操作，以提取丰富的多尺度特征信息，并利用动态索稀疏层次注意力特征提取模块加强特征信息的表示。在解码阶段，通过多尺度特征融合模块逐渐融合提取到的多尺度特征，同时利用全息补全特征增强模块推动检测结果更接近实际变化情况。本发明方法能够高效地进行耕地影像变化多特征判别与融合，从而提高耕地变化检测的准确度。

公开(公告)号：CN117197763A

公开(公告)日：2023-12-08

申请号：CN202311154727.0

申请日：2023-09-07

Applicant: 湖北工业大学

Inventor： 徐川 ,  张琪 ,  常秀丰 ,  梅礼晔 ,  孙少华 ,  杨威 ,  王颖 ,  阳威 ,  叶昭毅 ,  张依铭

IPC: G06V20/56 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06V10/77 ,  G06V10/80

Abstract: 本发明公开了基于交叉注意引导特征对齐网络的道路裂缝检测方法和系统。首先获取数据集，然后输入到道路裂缝自动化检测模型，输出得到裂缝检测结果；道路裂缝自动化检测模型包含编码阶段和解码阶段：编码阶段采用权重共享的协同网络对输入的裂缝图像进行下采样操作，提取丰富的多尺度特征信息，同时利用跨层交互模块促进特征的传递和特征的丰富性，以提高网络对不同层级特征的利用能力和语义信息的表示能力；解码阶段采用多尺度特征融合及特征对齐模块将来自不同层级或尺度的特征进行融合和对齐，以提高分割网络对细节和边界的感知能力，并改善分割结果的精度和准确性。本方法能够高效地进行多特征提取与融合，从而提高道路裂缝检测准确度。

公开(公告)号：CN116958114A

公开(公告)日：2023-10-27

申请号：CN202310957605.9

申请日：2023-07-31

Applicant: 湖北工业大学

Inventor： 叶志伟 ,  胡彬 ,  梅梦清 ,  梅礼晔 ,  王明威 ,  徐川 ,  周雯 ,  甘海涛 ,  周然 ,  靳华中

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于双阶段编解码器分割网络的癌细胞核分割方法，引入了图像标准化、随机裁剪拼接和仿射变换，消除数据之间差异性，增强训练样本的复杂程度；提出特征提取算法、深度联合结构和特征选择模块，特征提取算法用于提取低维特征信息，深度联合结构用于提取高维特征信息，特征选择模块用于丰富特征图的表达能力，最后利用内层解编码器网络对外层编码器提取的特征信息进行第二次的降采样以及特征融合，并引入多级跳过路径，将不同尺度特征信息转发给外层解码器，外层解码器对各种尺度特征信息进行聚合，充分利用所有特征信息，可以在复杂的细胞环境下准确分割细胞核，为后续细胞核形态定量分析提供精确的分割结果。