公开(公告)号：CN119360027A

公开(公告)日：2025-01-24

申请号：CN202411541469.6

申请日：2024-10-31

Applicant: 三峡大学

Inventor： 蒋廷耀 ,  杨玖 ,  向怡丰 ,  谢咏昶 ,  汪东旭

IPC: G06V10/26 ,  G06V20/70 ,  G06V20/10 ,  G06V10/44 ,  G06V10/774 ,  G06N3/0464 ,  G06V10/80 ,  G06N3/045 ,  G06V10/82

Abstract: 本发明提出了基于多尺度局部特征增强的遥感语义分割算法，包括以下步骤：步骤S1：收集2个公开的遥感图像语义分割数据集；步骤S2：根据上述收集的2个公开的遥感图像语义分割数据集对我们提出的遥感图像语义分割算法进行训练；步骤S3：根据所述遥感图像语义分割模型，对待检测的遥感图像进行检测。提出了一种创新的混合分割模型，该模型巧妙地结合了优化版的卷积神经网络ResNet‑50与先进的Swin‑Transformer架构，并创新性地融入了RFB即Repective Field Block特征融合模块和WCCW即Window Connect Cross Window特征提取模块。这种设计有效地解决了多尺度特征相关性不足以及解码层特征利用不充分的问题，从而显著提高了遥感图像语义分割的精确度。

公开(公告)号：CN119445366A

公开(公告)日：2025-02-14

申请号：CN202411453892.0

申请日：2024-10-17

Applicant: 三峡大学

Inventor： 任东 ,  汪东旭 ,  孙航 ,  任顺 ,  王文彬 ,  向怡丰

IPC: G06V20/10 ,  G06V20/17 ,  G06V10/25 ,  G06V10/82 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0895 ,  G06N3/09

Abstract: 一种基于多约束异构深度网络的农村建筑检测方法，包括以下步骤：S1.对农村地区进行航拍，获取包含建筑物的高分辨率影像数据；S2.通过Labelimg工具对采集的图像数据使用矩形框标注出已建成建筑物与在建筑物的中心点坐标、宽度和高度与类别等关键信息来构建遥感图像数据集；S3.将构建的遥感图像数据集送入设计的多约束异构深度网络MHDN进行训练，并保存训练得到的权重文件用作推理过程中的预训练权重模型；S4.将保存的预训练权重加载至步骤S3获得的模型中，使用测试集来验证模型的检测效果；S5.通过由步骤S4获得的模型对目标建筑物进行检测。

公开(公告)号：CN119007026A

公开(公告)日：2024-11-22

申请号：CN202411042908.9

申请日：2024-07-31

Applicant: 三峡大学

Inventor： 任东 ,  向怡丰 ,  王泽瑞 ,  高科

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 一种基于改进YOLOV8的细粒度建筑物检测算法，该算法基于对YOLOV8模型的改进，旨在提升遥感图像中建筑物检测的准确性和效率。以下是该算法的详细步骤：步骤S1：首先，我们收集了丰富的遥感建筑物图像，并据此构建了一个专门的遥感建筑物数据集，为模型训练提供了坚实的基础；步骤S2：接着，利用上述数据集，我们对YOLOV8模型进行了细致的改进和优化，通过训练过程，我们得到了一个精准的遥感建筑物检测模型；步骤S3：最后，我们将该遥感建筑物检测模型应用于待检测的遥感图像数据，实现了对建筑物的高效识别和定位。