-
公开(公告)号：CN119888098A
公开(公告)日：2025-04-25
申请号：CN202411629494.X
申请日：2024-11-15
Applicant: 中煤航测遥感集团有限公司 , 湖南省第一测绘院 , 西安电子科技大学
Abstract: 本发明涉及地理信息实景三维建模技术领域，具体公开基于单张遥感图像的建筑物快速三维建模方法。本发明通过单张遥感图像进行建筑物快速三维建模，不需要精确的地理坐标、相片的内方位、外方位等技术参数，大大降低了建模的技术门槛和成本投入；利用多种算法进行图像分割和三维模型构建，自动化程度高，大大缩短建模周期，建模速度快且不需要人工干预；统计建筑物阴影长度并按比例赋高程，结合太阳高度角、遥感设备高度角和方位角来精确计算建筑物高度，提高模型的精度，在一定程度上三维建模的数据可实现轻量化，结构简单，是正常三维模型数据量五分之一，极大地减轻三维模型数据冗余。
-
公开(公告)号：CN119887968A
公开(公告)日：2025-04-25
申请号：CN202411836271.0
申请日：2024-12-12
Applicant: 珠海莫界科技有限公司
Abstract: 本申请提供一种智能穿戴设备的热成像生成方法、装置、设备及存储介质，该申请方法通过图像传感器采集第一图像，并利用图像处理算法对第一图像进行处理生成第二图像，应用预训练的数据标注模型对第二图像进行特征识别，获得待分割区域，提高了识别的效率和准确性；对待分割区域进行红外光谱IR分割标注，生成IR数值分布图，通过标定比例系数将IR数值转换为色度值并进行上色处理，实现对图像传感器采集图像的热成像处理，生成等效热成像图像，规避了热成像仪等硬件设备的集成，简化了热成像图像的生成方式，提高了智能穿戴设备在热成像应用中的便捷性和实用性。
-
公开(公告)号：CN119887673A
公开(公告)日：2025-04-25
申请号：CN202411948047.0
申请日：2024-12-27
Applicant: 长春工程学院
IPC: G06T7/00 , G06V10/774 , G06V20/70 , G06V10/82 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及接触器故障检测方法技术领域，尤其涉及一种基于深度学习模型的接触器故障无损自动检测方法，步骤一：采集若干接触器内部结构图像，通过对不同故障类型进行标记，获得带有标记的接触器图像数据集；步骤二：将所述带有标记的接触器图像数据集划分为训练集和测试集；步骤三：构建成CA‑YOLOv5模型；步骤四：获得训练完成的CA‑YOLOv5模型；步骤五：每张待检测接触器图像都在所述训练完成的CA‑YOLOv5模型中被标记故障类型预测框后输出。所述的一种基于深度学习模型的接触器故障无损自动检测方法能够有效识别接触器内部结构的故障类型，大幅提升接触器故障检测效率和准确性，能够节约了计算资源，促进节能减排，进而降低检测的经济成本。
-
公开(公告)号：CN119885590A
公开(公告)日：2025-04-25
申请号：CN202411913873.1
申请日：2024-12-24
Applicant: 上海卫星装备研究所
Abstract: 本发明提供了一种卫星结构件检验规划、实测与记录方法及系统，包括：步骤S 1：提取三维模型的标注信息，形成检验记录表；所述检验记录表包括检验规划；步骤S2：基于所述检验记录表的检验规划，检测所述三维模型的结构件，得到实际信息；步骤S3：记录所述实际信息至所述检验记录表中，进而集成得到集成数据包，上传到目标系统。本发明以三维模型为中心，把卫星结构件检验过程相关的检验规划、辅助测量与实测值记录等场景都基于三维模型开展，实现检验过程的无纸化，提高工作效率。
-
公开(公告)号：CN118887550B
公开(公告)日：2025-04-25
申请号：CN202411368421.X
申请日：2024-09-29
Applicant: 江西啄木蜂科技有限公司 , 江西省国土空间调查规划研究院
IPC: G06V20/10 , G06V10/82 , G06N3/0455 , G06N3/082 , G06V10/80 , G06N3/0475 , G06V10/26 , G06V20/70
Abstract: 本发明公开了一种基于多模态图像生成的林业资源变化监测方法，属于图像数据处理技术领域，包括构造数据集；选取一cycleGAN网络，改进其损失函数，用数据集训练得到改进生成器；构造SAR辅助编码器和改进SETR网络；构造完整数据集Gall；用Gall训练改进SETR网络得到改进SETR模型，用于变化检测。本发明实现多模态的信息有效利用，不仅能增强训练稳定性、提升泛化能力，还能根据图像质量进行自适应调整，从而对林区图像实现更精确的语义分割，结合不同时刻的语义分割图得到更准确的变化区域。本发明能监测森林的动态变化，及时识别森林退化、火灾发生和病害扩散等事件，从而为林业管理和灾害响应提供关键信息。
-
Patent Agency Ranking
公开(公告)号：CN118628917B
公开(公告)日：2025-04-25
申请号：CN202410876887.4
申请日：2024-07-02
Applicant: 黑龙江沣泽勘测规划设计咨询有限公司
IPC: G06V20/10 , G06V20/13 , G06V20/17 , G06V20/70 , G06V10/26 , G06V10/28 , G06V10/46 , G06V10/44 , G06V10/54 , G06V10/56 , G06V10/58 , G06V10/62 , G06V10/774 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/042 , G06N3/0455
Abstract: 本发明涉及地理信息识别技术领域，尤其涉及一种基于深度学习的地理信息的识别方法及系统。所述方法包括以下步骤：对区域地理融合图像进行环境干扰去除，生成区域地理干扰去除图像；对区域地理干扰去除图像进行多维特征融合，生成区域地理融合特征图；利用自动编码器对区域地理融合特征图进行地理高维重建，生成高精度区域地理特征图谱；对区域地理融合图像进行区域地理动态变化捕捉，生成区域地理动态变化信息数据；根据区域地理动态变化信息数据对区域地理融合图像进行动态地物区域标记，生成区域地理动态地物变化区域。本发明通过多源数据整合、环境干扰处理、动态变化监测和地形仿真，提高了地理信息识别的更新速度和准确性。
-
公开(公告)号：CN118628892B
公开(公告)日：2025-04-25
申请号：CN202410720555.7
申请日：2024-06-05
Applicant: 桂林康基大数据智能研究院
IPC: G06V10/94 , G06V10/147 , G06V10/422 , G06V10/44 , G06V10/54 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/30 , G06V10/36 , G06V10/34 , G06V20/70 , G06T17/00 , G06T7/20 , G06T7/246
Abstract: 本发明涉及图像处理技术领域，具体涉及具有图像传感器的图像处理系统，包括图像传感器与预处理模块、时间编码成像模块、特征提取与识别模块、图像处理与分析模块以及显示与存储模块，其中；所述图像传感器与预处理模块捕捉图像数据；所述时间编码成像模块实现对快速运动目标的捕捉和分析；所述特征提取与识别模块提取图像特征，并进行图像识别；所述图像处理与分析模块对图像识别的结果进行处理和分析，包括对象跟踪、行为分析和场景理解；所述显示与存储模块用于显示分析结果，并将分析结果存储于存储设备中，供后续调用和分析。本发明，使得系统在高速运动目标捕捉中的精度和可靠性大大提升。
-
公开(公告)号：CN118537563B
公开(公告)日：2025-04-25
申请号：CN202410848013.8
申请日：2024-06-27
Applicant: 北京建筑大学 , 中科视元(北京)科技有限公司
IPC: G06V10/26 , G06V20/70 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/045
Abstract: 本公开提供了一种医学图像多器官分割识别方法及装置，属于图像处理技术领域，该方法包括：对医学图像进行特征提取，得到多层局部特征图和全局特征图。对多层局部特征图分别进行自适应特征提取，基于自适应特征提取得到的特征对多层局部特征图进行语义加深，得到多层语义加深特征图。将多层语义加深特征图和全局特征图输入第一解码网络，得到第一融合特征图。第一解码网络为用于特征增强和特征融合的卷积网络。将第一融合特征图输入分割网络中，得到医学图像的分割图。本公开提供的一种医学图像多器官分割识别方法及装置能够提高对医学图像分割的精确度。
-
公开(公告)号：CN114724112B
公开(公告)日：2025-04-25
申请号：CN202210427410.9
申请日：2022-04-21
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于GhostNet的轻量化空车位识别算法，涉及目标检测识别技术领域，基于已有的车位数据集，在已有的车位数据集上加上实地采集图片，构建空车位检测数据集，并标注，标注类型主要分为两类空车位以及车位角点；将Ghost Net作为主干特征提取网络；使用Ghost Net输出两个尺度的有效特征层，构建加强特征提取网络，并嵌入SPPF以及注意力模块；使用解耦头对有效特征层进行回归预测，从而生成模型；在基于GhostNet的轻量化空车位识别模型构建完成后，首先检测空车位，根据生成的用于泊车车位角点进行下一步的路径规划，并根据泊车车位角点之间的距离判断车位的类型。
-
公开(公告)号：CN119863796A
公开(公告)日：2025-04-22
申请号：CN202510337376.X
申请日：2025-03-21
Applicant: 湖南师范大学
Abstract: 本发明公开了一种增量语义分割方法及自动驾驶图像语义分割方法，包括获取目标图片数据集并预处理以构建训练数据集；基于全局注意力机制、Transformer机制和自适应多尺度蒸馏机制，构建包括了编码器、解码器和蒸馏器的增量语义分割初级模型；结合嵌入损失、蒸馏损失、背景损失和交叉损失，对增量语义分割初级模型进行训练以得到增量语义分割模型；采用得到的增量语义分割模型，进行实际图像的语义分割。本发明通过包括了全局注意力机制和自适应多尺度蒸馏机制的增量语义分割模型的构建，以及采用包括了嵌入损失、蒸馏损失、背景损失在内的损失函数对模型进行训练，不仅实现了图像的语义分割，而且可靠性更高，精确性更好。
-
-
-
-
-
-
-
-
-
Search Results
10269
records
(took 0.025 seconds)
