公开(公告)号：CN111898662B

公开(公告)日：2023-01-06

申请号：CN202010701215.1

申请日：2020-07-20

Applicant: 北京理工大学

Inventor： 陶然 ,  李伟 ,  赵旭东 ,  张蒙蒙

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G01N21/25 ,  G01S7/48 ,  G01S17/86

Abstract: 本发明涉及一种滨海湿地深度学习分类方法、装置、设备和存储介质，该方法包括：对采集到的原始高光谱图像数据进行校正处理和归一化处理，得到待处理高光谱图像数据，以及，对采集到的原始激光雷达数据进行异常点去除处理和归一化处理，得到待处理激光雷达数据；构造各个模式的三层Octave卷积层；基于各个模式的三层Octave卷积层，对待处理高光谱图像数据和待处理激光雷达数据进行成分分离、成分组合以及频率分量综合，得到特征融合数据；提取特征融合数据中的方向性纹理信息，结合待处理高光谱数据进行空间、纹理以及光谱联合分类，得到目标联合分类特征，以确定目标类别。提高了不同分辨率、不同模态下的联合地物分类性能；实现高精度的协同分类。

公开(公告)号：CN118587618A

公开(公告)日：2024-09-03

申请号：CN202410636305.5

申请日：2024-05-22

Applicant: 郑州航空工业管理学院 ,  北京理工大学

Inventor： 马鹏阁 ,  李佳俊 ,  陶然 ,  李伟 ,  孙俊灵 ,  赵旭东 ,  金秋春 ,  李曦晴 ,  王楠 ,  钱金旺

IPC: G06V20/17 ,  G06V10/25 ,  G06V20/10 ,  G06F17/14

Abstract: 本发明提供一种基于分数傅里叶变换的城市无人机目标检测方法，包括以下步骤：步骤1：高光谱目标图像反射率光谱数据库构建；步骤2：基于特征波段选择的高光谱数据降维；步骤3：基于分数傅里叶变换的城市背景无人机高光谱目标检测。本发明可以在城市复杂环境为背景下显著区分信号与背景和噪声。

公开(公告)号：CN111898662A

公开(公告)日：2020-11-06

申请号：CN202010701215.1

申请日：2020-07-20

Applicant: 北京理工大学

Inventor： 陶然 ,  李伟 ,  赵旭东 ,  张蒙蒙

IPC: G06K9/62 ,  G01N21/25 ,  G01S7/48 ,  G01S17/86

Abstract: 本发明涉及一种滨海湿地深度学习分类方法、装置、设备和存储介质，该方法包括：对采集到的原始高光谱图像数据进行校正处理和归一化处理，得到待处理高光谱图像数据，以及，对采集到的原始激光雷达数据进行异常点去除处理和归一化处理，得到待处理激光雷达数据；构造各个模式的三层Octave卷积层；基于各个模式的三层Octave卷积层，对待处理高光谱图像数据和待处理激光雷达数据进行成分分离、成分组合以及频率分量综合，得到特征融合数据；提取特征融合数据中的方向性纹理信息，结合待处理高光谱数据进行空间、纹理以及光谱联合分类，得到目标联合分类特征，以确定目标类别。提高了不同分辨率、不同模态下的联合地物分类性能；实现高精度的协同分类。