-
公开(公告)号：CN119810659A
公开(公告)日：2025-04-11
申请号：CN202411880711.2
申请日：2024-12-19
Applicant: 哈尔滨工程大学
Abstract: 本申请的一种基于噪声标签的侵蚀沟提取方法，首先获取侵蚀沟遥感图像，并对侵蚀沟遥感图像进行多尺度变换和提取得到结果图，并根据得到的结果图来计算多尺度相似性损失项以提升模型的多尺度聚合能力和抗噪声能力；其次，根据侵蚀沟遥感图像和结果图计算得到细化标签图；最终，根据原始尺度提取结果图与噪声标签图的交叉熵损失函数、原始尺度提取结果图与细化标签图的交叉熵损失函数和多尺度相似性损失项求和得到侵蚀沟提取模型损失函数；根据得到的侵蚀沟提取模型损失函数对侵蚀沟提取模型进行优化；本申请的方法在侵蚀沟分割任务、侵蚀沟图像信息提取中取得卓越的效果。
-
公开(公告)号：CN114565850B
公开(公告)日：2025-03-25
申请号：CN202210203988.6
申请日：2022-03-02
Applicant: 哈尔滨工程大学
Abstract: 基于全变差低秩张量分解的高光谱图像异常目标检测方法，属于高光谱遥感图像异常目标检测技术领域。本发明为了解决目前的异常检测方法存在无法很好地分离背景和异常的问题。本发明采用全变差正则化低秩张量分解模型将高光谱图像分解为低秩数据部分和混合信息部分；然后利用l2,1范数和域变换递归滤波器，对混合信息部分进行异常检测；并利用协同表示检测器提取嵌入低秩背景数据部分的异常信息；融合低秩数据和混合信息部分的初始检测结果，得到最终的检测结果。主要用于高光谱图像的异常目标检测。
-
公开(公告)号：CN117593642A
公开(公告)日：2024-02-23
申请号：CN202311589951.2
申请日：2023-11-24
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06V20/70 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 基于框与图像级注释的机载倾斜遥感图像建筑物提取方法，属于遥感图像信息提取技术领域。为了解决像素级实例分割时依赖于大量标注信息的问题，以及图像级注释信息不足引起的掩膜重叠的问题。本发明采用弱监督实例分割网络结合伪掩码细化模块的策略来生成伪实例掩码，利用伪实例掩码边界细化模块滤除伪实例掩码中冗余的边界信息，并结合遥感图像的信息对掩码的边界信息进行补充与优化；同时利用峰值注意力模块获取加强峰值注意力后实例的峰值响应图，提取实例的精确位置线索，再结合边界细化后的伪实例掩码，确认目标建筑物的中心点位置与偏移图，利用掩码分类精化模块获取更精准的实例信息。
-
公开(公告)号：CN113298808A
公开(公告)日：2021-08-24
申请号：CN202110692278.X
申请日：2021-06-22
Applicant: 哈尔滨工程大学
Abstract: 本发明的一种面向倾斜遥感图像中建筑物遮挡信息的修复方法属于图像处理技术领域，目的是为了克服现有图像遮挡信息修复方法中信息修复的策略不宜选择，导致修复的质量以保证的问题，方法具体步骤如下：步骤一、将倾斜遥感图像进行分块，得到分块遥感图像；步骤二、通过训练后的透视实例分割网络，得到分块遥感图像中每个独立建筑物的建筑物整体区域掩模面积和建筑物被遮挡区域掩模面积，并计算得到建筑物被遮挡区域掩模面积相对于的建筑物整体区域掩模面积的比例；步骤三、将比例与设定的比例阈值T比较，通过基于边缘推演的图像补全策略或对基于轮廓约束的图像补全策略倾斜遥感图像中建筑物遮挡信息进行修复。
-
公开(公告)号：CN119313882A
公开(公告)日：2025-01-14
申请号：CN202411459995.8
申请日：2024-10-18
Applicant: 哈尔滨工程大学
Abstract: 基于双分支非对称注意力骨干和特征融合金字塔网络的多模态目标检测方法及系统，属于目标检测技术领域。为了解决现有的多模态目标检测方法很难补充每种模式所缺乏的特征，从而影响了多模态目前检测效果的问题。本发明将光学图像、红外图像作为光学分支骨干网络、红外分支骨干网络的输入，分支骨干网络均包括一个卷积层和若干个残差模块，在每一组残差模块之间设置一个细节信息补充模块或语义信息补充模块，细节信息补充模块和语义信息补充模块在残差模块的顺序处理方向上交替设置；将两个分支得到的两个特征金字塔送入特征融合单元，特征融合单元利用特征融合金字塔网络每层的特征进行融合，最终的多个尺度的融合特征送入检测单元进行检测检测。
-
Patent Agency Ranking
公开(公告)号：CN115393317A
公开(公告)日：2022-11-25
申请号：CN202211026042.3
申请日：2022-08-25
Applicant: 哈尔滨工程大学
IPC: G06T7/00 , G06V20/13 , G06V10/764 , G06V10/82 , G06V20/70 , G06V10/42 , G06V10/44 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 基于多尺度语义标记Transformer网络的遥感图像变化检测方法,涉及一种遥感图像变化检测方法。为了解决现有的基于Transformer的方法在一定程度上忽略了变化区域的空间信息，从而影响了遥感图像变化检测能力的问题。本发明首先采用特征编解码器提取特征图，利用多尺度语义标记编码器将来自特征编码器的不同尺度的特征图转化为不同长度的语义标记，然后送入Transformer获得全局语义信息。之后利用多尺度语义标记解码器将不同尺度的含有丰富语义信息的语义标记和含有丰富空间信息的多尺度特征图结合起来，获得语义空间联合特征，最终多尺度的语义空间联合特征以跳跃连接的方式在特征解码器中聚合，再通过分类器得到最终的变化结果图。
-
公开(公告)号：CN112818920B
公开(公告)日：2022-09-20
申请号：CN202110210462.6
申请日：2021-02-25
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 一种双时相高光谱图像空谱联合变化检测方法，属于高光谱图像变化检测技术领域。本发明为了解决如何在小样本的情况下提高变化检测精度的问题。本发明将简化三维卷积自编码器中的编码器作为特征提取器，将待检测的双时相高光谱图像输入到特征提取器中得到双时相空谱联合特征图；将得到双时相空谱联合特征图前后叠加，得到叠加特征图，即空谱联合特征图；在叠加特征图之后连接一个2D卷积层，2D卷积层之后再连接两个全连接层，之后利用softmax分类器输出变化与非变化区域，即分类器对所有像素点分类得到最后的检测结果，检测结果中像素所处区域对应为变化区域或者为非变化区域，用二值图进行表示。主要用用于高光谱图像空谱联合变化检测。
-
公开(公告)号：CN114565850A
公开(公告)日：2022-05-31
申请号：CN202210203988.6
申请日：2022-03-02
Applicant: 哈尔滨工程大学
Abstract: 基于全变差低秩张量分解的高光谱图像异常目标检测方法，属于高光谱遥感图像异常目标检测技术领域。本发明为了解决目前的异常检测方法存在无法很好地分离背景和异常的问题。本发明采用全变差正则化低秩张量分解模型将高光谱图像分解为低秩数据部分和混合信息部分；然后利用l2,1范数和域变换递归滤波器，对混合信息部分进行异常检测；并利用协同表示检测器提取嵌入低秩背景数据部分的异常信息；融合低秩数据和混合信息部分的初始检测结果，得到最终的检测结果。主要用于高光谱图像的异常目标检测。
-
公开(公告)号：CN114266967A
公开(公告)日：2022-04-01
申请号：CN202111534994.1
申请日：2021-12-15
Applicant: 哈尔滨工程大学
Abstract: 基于符号距离特征的跨源遥感数据目标识别方法，属于遥感图像目标识别技术领域。为了解决遥感数据目标识别中异源图像特征提取和地物识别存在差异较大的问题，本发明首先获得待识别的遥感图像，并输入符号距离特征提取网络进行符号距离特征提取，得到随机采样点到目标边界的距离值s；当输入数据仅为同源数据，取边界点集为最终边界点集，当输入数据为同一个目标的异源数据时，将可见光图像、红外图像、SAR图像对应的符号距离特征按照比例进行融合，再判定点是否属于目标表面，得到最终的边界点集；然后对得到的三维点集进行三维特征提取，得到三维特征向量，将特征向量XE通过分类器进行识别。主要用于遥感数据的目标识别。
-
公开(公告)号：CN113807273A
公开(公告)日：2021-12-17
申请号：CN202111112228.6
申请日：2021-09-18
Applicant: 哈尔滨工程大学
Abstract: 基于增强全变分约束表示模型与端元背景字典的高光谱异常检测方法，涉及一种高光谱异常检测方法。本发明为了解决现有的高光谱异常检测方法存在破坏高光谱数据的空间结构问题和混合像元内异常分量的干扰问题，从而使得目前的检测方法的检测精度较低。本发首先采用所提出的端元背景字典构建方法构建端元背景字典，然后对构建的基于增强全变分约束表示模型的高光谱异常检测方法进行优化求解，最后在求解出的最优化稀疏矩阵上得到检测结果。主要用于高光谱的异常检测。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.031 seconds)
