公开(公告)号：CN118397341A

公开(公告)日：2024-07-26

申请号：CN202410482785.4

申请日：2024-04-22

Applicant: 湖南大学

Inventor： 余洪山 ,  张妞 ,  李泽川 ,  邹艳梅 ,  赵嘉荣 ,  应宇轩

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/74 ,  G06V10/42 ,  G06F17/16

Abstract: 本发明公开了一种基于CLIP的三维点云少样本分类方法及系统，该方法将点云数据和文本描述作为原始输入，将点云在多个角度投影获取多视图图像，将多视图图像与文本描述作为预训练模型CLIP的输入，获取多视图图像的对应文本类别，从而获取与多视图图像对应的原始点云的类别。通过可学习的投影模块获取点云的若干不同的最佳投影角度，然后通过投影角度获取点云的旋转矩阵；其次再利用透视投影的方法获取投影后的多视图二维图像，并用ResNet网络提取得到最能体现物体特征的多视图图像特征，使得分类更加简洁方便；本发明技术方案的点云少样本分类学习方法具有训练简单、通用性强等突出优点。

公开(公告)号：CN113128388B

公开(公告)日：2022-09-02

申请号：CN202110399135.X

申请日：2021-04-14

Applicant: 湖南大学

Inventor： 杨彬 ,  秦乐 ,  刘建强 ,  应宇轩 ,  毛银 ,  郭金源

IPC: G06V20/13 ,  G06V10/56 ,  G06V10/764 ,  G06T7/45

Abstract: 本发明的一种基于时空谱特征的光学遥感图像变化检测方法，属于光学遥感图像处理技术领域，方法包括首先利用CCDC算法得到变化点与不变点的第一个掩膜；再利用时间序列拟合曲线对每个像素点进行判断，筛选出变化点和不变点得到第二个掩膜；将两个掩膜取交集，得到可信度高的训练样本点；从时间序列遥感影像数据集中提取特征，构建堆叠特征矩阵；之后利用机器学习对选取的训练样本进行训练，得到分类模型，再对所有像素点进行预测，得到最终的变化检测结果。本发明引入了光谱特征、纹理特征和统计特征来进行变化检测，该算法能够自动生成训练样本标签，有效利用了像素间的空间信息，有助于提高遥感变化检测的准确性。

公开(公告)号：CN113128388A

公开(公告)日：2021-07-16

申请号：CN202110399135.X

申请日：2021-04-14

Applicant: 湖南大学

Inventor： 杨彬 ,  秦乐 ,  刘建强 ,  应宇轩 ,  毛银 ,  郭金源

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06T7/45

Abstract: 本发明的一种基于时空谱特征的光学遥感图像变化检测方法，属于光学遥感图像处理技术领域，方法包括首先利用CCDC算法得到变化点与不变点的第一个掩膜；再利用时间序列拟合曲线对每个像素点进行判断，筛选出变化点和不变点得到第二个掩膜；将两个掩膜取交集，得到可信度高的训练样本点；从时间序列遥感影像数据集中提取特征，构建堆叠特征矩阵；之后利用机器学习对选取的训练样本进行训练，得到分类模型，再对所有像素点进行预测，得到最终的变化检测结果。本发明引入了光谱特征、纹理特征和统计特征来进行变化检测，该算法能够自动生成训练样本标签，有效利用了像素间的空间信息，有助于提高遥感变化检测的准确性。