-
公开(公告)号：CN115588140B
公开(公告)日：2023-04-18
申请号：CN202211305997.2
申请日：2022-10-24
Applicant: 北京市遥感信息研究所
IPC: G06V20/13 , G06V10/82 , G06V10/774 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种多光谱遥感图像多方向目标检测方法，该方法包括：获取多光谱遥感图像训练数据样本，进行样本标记，得到N个光谱通道训练数据集；利用卷积神经网络模型，提取训练数据集的单通道空间特征信息；将单通道空间特征信息，输入基于中心点预测的多方向目标检测模型，得到预测图；利用融合预测模型，处理N个光谱通道的预测图，得到融合预测图；计算第i(i＝1,2,…,N)个光谱通道的任务损失i和模仿损失i，对第i个光谱通道的检测模型进行训练，得到光谱通道互学习模型；利用光谱通道互学习模型对光谱通道的预测图进行处理，得到多光谱遥感图像多方向目标检测结果。本发明方法检测效果好，训练数据易获取，整体训练测试易实行。
-
公开(公告)号：CN115588140A
公开(公告)日：2023-01-10
申请号：CN202211305997.2
申请日：2022-10-24
Applicant: 北京市遥感信息研究所
IPC: G06V20/13 , G06V10/82 , G06V10/774 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种多光谱遥感图像多方向目标检测方法，该方法包括：获取多光谱遥感图像训练数据样本，进行样本标记，得到N个光谱通道训练数据集；利用卷积神经网络模型，提取训练数据集的单通道空间特征信息；将单通道空间特征信息，输入基于中心点预测的多方向目标检测模型，得到预测图；利用融合预测模型，处理N个光谱通道的预测图，得到融合预测图；计算第i(i＝1,2,…,N)个光谱通道的任务损失i和模仿损失i，对第i个光谱通道的检测模型进行训练，得到光谱通道互学习模型；利用光谱通道互学习模型对光谱通道的预测图进行处理，得到多光谱遥感图像多方向目标检测结果。本发明方法检测效果好，训练数据易获取，整体训练测试易实行。
-
公开(公告)号：CN117765231A
公开(公告)日：2024-03-26
申请号：CN202311320227.X
申请日：2023-10-12
Applicant: 中国科学院软件研究所 , 北京市遥感信息研究所
IPC: G06V10/25 , G06V10/30 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/09 , G06N3/0464 , G01S7/41
Abstract: 本发明公开了一种雷达图像海杂波抑制辅助目标检测方法及系统。本方法为：1)图像融合模块生成多个图像对，并将每一图像对作为一个训练样本；所述图像对包括一张具有干净背景与雷达目标融合的雷达目标图像和一张具有海杂波背景与雷达目标融合的海杂波雷达图像；2)将所述训练样本中的海杂波雷达图像作为输入、雷达目标图像作为监督，利用所述训练样本训练条件生成对抗网络；所述条件生成对抗网络包括一生成器和一判别器；3)将一包含海杂波的待检测雷达图像输入训练后的条件生成对抗网络中的生成器中，得到去海杂波的图像并将其输入到基于深度学习的雷达目标检测模块中，得到目标检测结果。本发明提高了目标检测的准确性和可靠性，计算量小。
-
公开(公告)号：CN117496117A
公开(公告)日：2024-02-02
申请号：CN202311327281.7
申请日：2023-10-13
Applicant: 中国科学院软件研究所 , 北京市遥感信息研究所
IPC: G06V10/25 , G06V10/46 , G06V10/774 , G06V10/62
Abstract: 本发明属于计算机视觉领域，具体涉及一种基于对比学习的航海雷达目标检测方法和系统，建立了能够全天候自动实时检测航海雷达目标的智能模型。该方法主要包含三个阶段：数据采集阶段，雷达目标特征提取阶段以及数据后处理阶段；数据采集阶段通过雷达图像采集设备获取雷达图像，然后通过图像剪切方法、时序图像生成方法等对原始图像进行预处理；雷达目标特征提取阶段采用聚类方法产生伪标签，以交替预测方式和最小化不同数据分布距离的方法提升特征判别性，再通过适量标注数据对预训练模型进行微调；数据后处理阶段采用非极大值抑制方法删除不同切片中的冗余检测结果，优化最终的目标检测结果。本发明能够实现复杂多变环境下航海目标的稳定检测。
-
公开(公告)号：CN116152660B
公开(公告)日：2023-10-20
申请号：CN202310148968.8
申请日：2023-02-14
Applicant: 北京市遥感信息研究所
IPC: G06V20/10 , G06V10/774
Abstract: 本发明公开了一种基于跨尺度注意力机制的广域遥感图像变化检测方法，该方法包括：获取待检测遥感图像信息；待检测遥感图像信息中的待检测遥感图像为同一地区不同时间的广域遥感图像；对待检测遥感图像信息进行归一化处理，得到标准遥感图像信息；利用遥感图像变化检测模型对标准遥感图像信息进行处理，得到图像检测结果；图像检测结果表征待检测遥感图像信息在同一地区不同时间的广域遥感图像变化情况。可见，本发明有利于针对不同卫星、不同分辨率的遥感图像，以及成像角度不同、天气状况复杂、季节变化等不同场景，实现对伪变化问题的高精细度、高效率、高鲁棒性的变化检测。
-
Patent Agency Ranking
公开(公告)号：CN118967583B
公开(公告)日：2025-02-11
申请号：CN202410966230.7
申请日：2024-07-18
Applicant: 北京市遥感信息研究所
IPC: G06T7/00 , G06T7/73 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种合成孔径雷达图像变化检测方法及装置，所述方法包括：获取双时相SAR图像训练数据集；所述双时相SAR图像训练数据集，包括双时相SAR图像和对应的标签信息；所述双时相SAR图像，是同一位置在不同时刻采集得到的两个SAR图像；利用预处理后的双时相SAR图像训练数据集，对预设的图像变化检测模型进行训练处理，得到训练后的图像变化检测模型；利用训练后的图像变化检测模型，对采集得到的双时相SAR图像进行处理，得到图像变化检测结果。
-
公开(公告)号：CN118967583A
公开(公告)日：2024-11-15
申请号：CN202410966230.7
申请日：2024-07-18
Applicant: 北京市遥感信息研究所
IPC: G06T7/00 , G06T7/73 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种合成孔径雷达图像变化检测方法及装置，所述方法包括：获取双时相SAR图像训练数据集；所述双时相SAR图像训练数据集，包括双时相SAR图像和对应的标签信息；所述双时相SAR图像，是同一位置在不同时刻采集得到的两个SAR图像；利用预处理后的双时相SAR图像训练数据集，对预设的图像变化检测模型进行训练处理，得到训练后的图像变化检测模型；利用训练后的图像变化检测模型，对采集得到的双时相SAR图像进行处理，得到图像变化检测结果。
-
公开(公告)号：CN116245902B
公开(公告)日：2023-11-14
申请号：CN202310232601.4
申请日：2023-03-06
Applicant: 北京市遥感信息研究所
IPC: G06T7/136 , G06T7/11 , G06V20/13 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/044 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/084
Abstract: 本发明公开了一种基于图像分割神经网络的复杂场景云检测方法及系统，方法包括：从预设的数据库中获取含云图像集，将含云图像集进行数据增强处理后，分为训练集和测试集；利用训练集对基于对抗网络的云检测网络架构进行训练，利用训练好的云检测网络架构对测试集进行处理，得到云检测结果。可见，本发明提供采用循环生成对抗网络结合数据增强方法解决了现有算法面向复杂场景时，无法满足理想的鲁棒性和精度问题；本发明结合了基于深度学习神经网络的方法，改善了传统方法需要经过大量复杂的图像预处理的问题，降低了算法所需时间，满足实时性检测的要求。
-
公开(公告)号：CN116152660A
公开(公告)日：2023-05-23
申请号：CN202310148968.8
申请日：2023-02-14
Applicant: 北京市遥感信息研究所
IPC: G06V20/10 , G06V10/774
Abstract: 本发明公开了一种基于跨尺度注意力机制的广域遥感图像变化检测方法，该方法包括：获取待检测遥感图像信息；待检测遥感图像信息中的待检测遥感图像为同一地区不同时间的广域遥感图像；对待检测遥感图像信息进行归一化处理，得到标准遥感图像信息；利用遥感图像变化检测模型对标准遥感图像信息进行处理，得到图像检测结果；图像检测结果表征待检测遥感图像信息在同一地区不同时间的广域遥感图像变化情况。可见，本发明有利于针对不同卫星、不同分辨率的遥感图像，以及成像角度不同、天气状况复杂、季节变化等不同场景，实现对伪变化问题的高精细度、高效率、高鲁棒性的变化检测。
-
公开(公告)号：CN116434076B
公开(公告)日：2024-08-06
申请号：CN202310280652.4
申请日：2023-03-21
Applicant: 北京市遥感信息研究所
IPC: G06V20/13 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/778 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种融合先验知识的遥感图像目标识别方法，包括：对获取的含识别目标的卫星遥感图像集进行预处理，得到训练切片信息集；利用训练切片信息集，对融合先验知识的目标识别初始模型进行训练，得到目标识别模型；利用目标识别模型，对待测卫星遥感图像进行处理，得到图像目标类别结果。本发明在对卫星遥感图像集进行预处理和目标识别模型的训练过程中，通过引入人工目视判读积累的先验知识，指导目标识别初始模型模型识别训练，实现了人机有效融合。本发明通过融合先验知识，提高了遥感图像目标识别精度，增强了目标识别模型的可解释性与鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.033 seconds)
