-
公开(公告)号：CN118033691B
公开(公告)日：2024-07-26
申请号：CN202410176377.6
申请日：2024-02-08
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
Abstract: 本发明公开一种基于卫星导航定位基准的测绘基准监督管理方法及系统，包括：S1:获取卫星导航定位基准服务系统轨迹数据和坐标转换数据；S2:将坐标转换数据，形成坐标转换数据集；S3：对轨迹数据进行噪声点剔除、轨迹点分类预处理、选取聚类参数进行聚类并分析，实现轨迹点到矢量面的转化，模拟得到测绘单位外业采集轨迹的面状分布情况；S4:将坐标转换数据集与测绘单位外业采集轨迹的面状分布情况进行匹配套合处理；S5:统计各测绘单位全匹配的坐标转换数据基本单元数占坐标转换数据集的比例P1，统计部分匹配的坐标转换数据基本单元数占坐标转换数据集的比例P2；S6：根据预设阈值，分析判断测绘基准重点监管对象。本发明实现了测绘基准的主动监督管理。
-
公开(公告)号：CN112017178A
公开(公告)日：2020-12-01
申请号：CN202010936212.6
申请日：2020-09-08
Applicant: 重庆市地理信息和遥感应用中心
IPC: G06T7/00
Abstract: 本发明公开了一种基于双时相差值图像法的遥感图像区域变化检测方法，包括步骤：构建包括差值图像生成模块、特征提取网络、提案区生成网络、对齐层与变化区域检测模块的卷积神经网络模型，输入训练样本数据，初始化并采用端到端的方式训练卷积神经网络模型；输入待检测遥感图像，获得变化区域检测结果。其显著效果是：有效解决了出现错误变化、伪变化的问题；减少了池化带来的特征不重合，能够大大地提高了检测精度和kappa系数。
-
公开(公告)号：CN118033691A
公开(公告)日：2024-05-14
申请号：CN202410176377.6
申请日：2024-02-08
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
Abstract: 本发明公开一种基于卫星导航定位基准的测绘基准监督管理方法及系统，包括：S1:获取卫星导航定位基准服务系统轨迹数据和坐标转换数据；S2:将坐标转换数据，形成坐标转换数据集；S3：对轨迹数据进行噪声点剔除、轨迹点分类预处理、选取聚类参数进行聚类并分析，实现轨迹点到矢量面的转化，模拟得到测绘单位外业采集轨迹的面状分布情况；S4:将坐标转换数据集与测绘单位外业采集轨迹的面状分布情况进行匹配套合处理；S5:统计各测绘单位全匹配的坐标转换数据基本单元数占坐标转换数据集的比例P1，统计部分匹配的坐标转换数据基本单元数占坐标转换数据集的比例P2；S6：根据预设阈值，分析判断测绘基准重点监管对象。本发明实现了测绘基准的主动监督管理。
-
公开(公告)号：CN115661655B
公开(公告)日：2024-03-22
申请号：CN202211368443.7
申请日：2022-11-03
Applicant: 重庆市地理信息和遥感应用中心
IPC: G06V20/10 , G06V10/58 , G06V10/77 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种高光谱和高分影像深度特征融合的西南山区耕地提取方法，包括步骤：制作训练样本集；构建高光谱影像和高分影像协同双输入单输出语义分割卷积神经网络；输入所述训练样本集对高光谱影像和高分影像协同双输入单输出语义分割卷积神经网络进行训练；采用训练后的高光谱影像和高分影像协同双输入单输出语义分割卷积神经网络模型对待识别测试区影像进行处理，获得耕地提取结果。其显著效果是：设计了高光谱影像和高分影像协同的双输入单输出卷积神经网络，综合利用了高分辨率影像的空间结构特征和高光谱影像的光谱特征，实现了对西南山地区域耕地的精准提取，显著提高了目标提取精度。
-
公开(公告)号：CN113723281A
公开(公告)日：2021-11-30
申请号：CN202111001772.3
申请日：2021-08-30
Applicant: 重庆市地理信息和遥感应用中心
Abstract: 本发明公开了一种基于局部自适应尺度集成学习的高分辨率影像分类方法，包括步骤：获取工作区的样本和高分辨率遥感影像；通过不同分割尺度下影像对象平均局部同质性的变化率曲线，获取若干个优选尺度分割结果；计算不同优选尺度分割结果下每个分割对象的分类特征，构建整幅影像的覆盖特征矩阵；计算覆盖特征矩阵中各个覆盖特征对于每个像元分类时的贡献度；整幅影像的局部自适应尺度的集成学习并分割影像；构建分类器对局部自适应尺度分割结果下影像对象进行集成学习并分类。其显著效果是：巧妙的避开了在基于对象分类范式中最佳分割参数的选择问题，实现了不同尺度下分类信息的集成，提高了高分率遥感影像的地物识别精度。
-
Patent Agency Ranking
公开(公告)号：CN115661655A
公开(公告)日：2023-01-31
申请号：CN202211368443.7
申请日：2022-11-03
Applicant: 重庆市地理信息和遥感应用中心
IPC: G06V20/10 , G06V10/58 , G06V10/77 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种高光谱和高分影像深度特征融合的西南山区耕地提取方法，包括步骤：制作训练样本集；构建高光谱影像和高分影像协同双输入单输出语义分割卷积神经网络；输入所述训练样本集对高光谱影像和高分影像协同双输入单输出语义分割卷积神经网络进行训练；采用训练后的高光谱影像和高分影像协同双输入单输出语义分割卷积神经网络模型对待识别测试区影像进行处理，获得耕地提取结果。其显著效果是：设计了高光谱影像和高分影像协同的双输入单输出卷积神经网络，综合利用了高分辨率影像的空间结构特征和高光谱影像的光谱特征，实现了对西南山地区域耕地的精准提取，显著提高了目标提取精度。
-
公开(公告)号：CN110232288B
公开(公告)日：2020-10-30
申请号：CN201910553420.5
申请日：2019-06-25
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
Abstract: 本发明公开了一种地理信息数据复合加密系统，从下往上分别设置有IT基础设施层、数据层、逻辑层和应用层，其中所述IT基础设施层用于为系统提供基础设备，保障系统的正常运行；所述数据层用于为系统提供数据文件的存储和查询，所述数据文件包括密钥与操作日志；所述逻辑层用于提供应用层中各种处理业务逻辑的接口；所述应用层用于基于当地地理信息主管部门加密系统与圆周率智能锁系统，利用混合加密算法，实现地理信息数据的复合加解密；所述应用层包括复合加密管理模块、复合加密密码模块、复合加密授权模块、复合加密日志模块、复合加密功能库模块。其显著效果是：实现了地理信息数据双系统复合加密，显著提高了地理信息数据的安全性。
-
公开(公告)号：CN119229319A
公开(公告)日：2024-12-31
申请号：CN202411269784.8
申请日：2024-09-11
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
IPC: G06V20/17 , G06V20/40 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种局部语义增强编码器、窗口语义增强Transformer块、航拍视频分类模型及方法。编码器包括窗口定位模块和窗口时间多头自注意力模块。窗口定位模块采用与局部窗口大小相同的无填充卷积核计算输入的视频特征的特征响应，并以此确定视频特征中特性响应最大的关键窗口区域，进而剥离出关键窗口区域内的局部视频特征。窗口时间多头自注意力模块计算出局部视频特征的窗口时间多头自注意力，并通过残差块将窗口时间多头自注意力加入视频特征中。如此不仅排除对运动信息不敏感的背景信息，避免对过长的视频序列计算自注意力所导致的计算量过高，提高了航拍视频识别的效率。还增强了航拍视频的局部运动信息，提高了后续航拍视频识别的准确率。
-
公开(公告)号：CN113723281B
公开(公告)日：2022-07-22
申请号：CN202111001772.3
申请日：2021-08-30
Applicant: 重庆市地理信息和遥感应用中心
IPC: G06V10/26 , G06V20/13 , G06V10/764 , G06V10/77 , G06K9/62
Abstract: 本发明公开了一种基于局部自适应尺度集成学习的高分辨率影像分类方法，包括步骤：获取工作区的样本和高分辨率遥感影像；通过不同分割尺度下影像对象平均局部同质性的变化率曲线，获取若干个优选尺度分割结果；计算不同优选尺度分割结果下每个分割对象的分类特征，构建整幅影像的覆盖特征矩阵；计算覆盖特征矩阵中各个覆盖特征对于每个像元分类时的贡献度；整幅影像的局部自适应尺度的集成学习并分割影像；构建分类器对局部自适应尺度分割结果下影像对象进行集成学习并分类。其显著效果是：巧妙的避开了在基于对象分类范式中最佳分割参数的选择问题，实现了不同尺度下分类信息的集成，提高了高分率遥感影像的地物识别精度。
-
公开(公告)号：CN113469052B
公开(公告)日：2022-01-11
申请号：CN202110747982.0
申请日：2021-07-02
Applicant: 重庆市地理信息和遥感应用中心
IPC: G06V20/13 , G06V10/774 , G06N3/04 , G06N3/08 , G06T7/10
Abstract: 本发明公开了一种基于多尺度特征反卷积的超分辨率建筑物精细识别方法，包括步骤：制作训练样本集；构建包括编码器模块、解码器模块、多尺度特征反卷积模块、特征融合模块与类别判定模块的超分辨率语义分割卷积神经网络；输入所述训练样本集对超分辨率语义分割卷积神经网络进行训练；采用训练后的超分辨率语义分割卷积神经网络对待识别影像进行处理，获得识别结果。其显著效果是：提出了基于多尺度特征反卷积的超分辨率语义分割网络MLSRSS‑Net，综合了编码器的多尺度初级特征反卷积上采样和解码器的高级对象语义特征反卷积上采样，实现了输入为较低空间分辨率的遥感影像，输出为高空间分辨率的建筑物语义图，显著提高了目标提取精度。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.038 seconds)
