公开(公告)号：CN119418043A

公开(公告)日：2025-02-11

申请号：CN202411291639.X

申请日：2024-09-14

Applicant: 河海大学 ,  水利部信息中心

Inventor： 李鑫 ,  许峰 ,  雍熙 ,  杨燈 ,  吕鑫 ,  吴采凤 ,  张乘铭 ,  房艺伟 ,  钟健一

IPC: G06V10/26 ,  G06V20/13 ,  G06V20/17 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明公开了一种遥感图像细粒度语义分割方法及装置，该方法包括：构建基于跨域编码器‑跨域解码器的神经网络，获取若干对地观测遥感图像作为训练集，对构建的神经网络进行训练，得到语义分割模型，用于对地观测遥感图像细粒度语义分割预测。该神经网络通过用跨域耦合层替换普通卷积块对频域中的细粒度纹理和周期模式以及空间域中的边缘、形状和广泛的结构元素进行更全面的建模，用于增强学习表示的可辨别性；通过跨级融合模块聚合编码器和解码器的特征表示，弥合编码器和解码器之间的差距。本发明可以有效结合频域和空间域特征，增强所学习的特征表示的可辨别性和上下文理解，解决了捕获细粒度纹理和周期性模式的局限性，提高语义分割精度。

公开(公告)号：CN119478395A

公开(公告)日：2025-02-18

申请号：CN202411442849.4

申请日：2024-10-16

Applicant: 河海大学

Inventor： 李鑫 ,  许峰 ,  钟健一 ,  吴采凤 ,  吕鑫 ,  房艺伟 ,  徐振楠 ,  王鑫元

IPC: G06V10/26 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/764 ,  G06V20/10

Abstract: 本发明公开了一种基于双曲神经网络的遥感图像语义分割方法及装置，该方法包括：构建以编码器‑解码器结构为基础的双曲空间神经网络模型，获取若干对地观测遥感图像作为训练集，通过对该神经网络模型进行训练，得到语义分割模型，用于对地观测遥感图像进行精准语义分割预测。该神经网络通过采用洛伦兹模型，将卷积层、批归一化、非线性激活、残差连接、Softmax函数和解卷积层映射到双曲空间，以学习低失真的遥感图像表示；以并行方式同时模拟双曲空间和欧几里得空间中的成对相关性，有效地将超球面上下文依赖性与欧几里得亲和力相结合。本发明能够更有效地捕捉遥感图像中的层次结构和空间关系，从而实现更精确的语义分割。

公开(公告)号：CN119478384A

公开(公告)日：2025-02-18

申请号：CN202411268853.3

申请日：2024-09-11

Applicant: 河海大学

Inventor： 李鑫 ,  许峰 ,  吕鑫 ,  钟健一 ,  张乘铭 ,  房艺伟 ,  吴采凤 ,  徐振楠

IPC: G06V10/26 ,  G06V10/764 ,  G06V10/80 ,  G06V10/40 ,  G06N3/04 ,  G06V20/10

Abstract: 本发明公开了一种面向遥感图像语义分割的空间光谱上下文特征增强方法及装置，该方法包括：构建基于编码器‑解码器架构的神经网络模型；将预处理后的遥感图像集输入至特征编码块中，提取层次化的特征；该模型通过协同注意力模块集成频谱注意力和位置自注意力机制，显著增强网络光谱和空间上下文信息的敏感性；使网络编码模块在进入解码阶段前对特征进行高效的压缩和编码；应用交叉融合模块在编码块与解码块之间智能融合特征，确保解码过程中信息不丢失；通过Softmax层将特征图映射为像素级别的类别标签，实现精准的语义分割，得到高质量的分类结果。本发明通过协同建模光谱和空间上下文，有效保留了高频细节并提高了语义分割的精度。

公开(公告)号：CN118314342A

公开(公告)日：2024-07-09

申请号：CN202410421857.4

申请日：2024-04-09

Applicant: 河海大学

Inventor： 蒋文轩 ,  吕鑫 ,  李春华 ,  徐振楠 ,  王鑫元 ,  于洁 ,  吴采凤 ,  尤谦 ,  房艺伟

IPC: G06V10/26 ,  G06V10/40 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06V20/10

Abstract: 本发明公开了一种基于双路径编码器的遥感图像语义分割方法及装置，该方法为：构建遥感图像语义分割网络模型，该模型包括非对称语义增强模块，用于提取输入图像的语义信息特征图；空间信息捕获模块，用于提取输入图像的空间细节特征图；特征融合模块，用于将提取的语义信息特征图和空间细节特征图进行融合，得到融合特征图；预测模块，用于基于融合特征图得到预测结果，所述预测结果即为遥感图像的语义分割结果；获取遥感图像训练集对该网络模型进行迭代训练，得到参数最优的网络模型作为遥感图像语义分割预测模型。本发明能够高效捕捉遥感图像中语义上下文信息，抑制图像中复杂背景的干扰，提高语义分割的精度。

公开(公告)号：CN118297825A

公开(公告)日：2024-07-05

申请号：CN202410421529.4

申请日：2024-04-09

Applicant: 河海大学

Inventor： 吕鑫 ,  张庆凯 ,  李春华 ,  王鑫元 ,  徐振楠 ,  房艺伟 ,  李亨 ,  尤谦

IPC: G06T5/60 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请公开了一种基于生成对抗网络的遥感图像薄云去除方法，包括以下步骤，获取待去云的遥感图像；根据待去云的遥感图像，采用遥感图像薄云去除模型获取遥感图像的云去除结果；其中所述遥感图像薄云去除模型包括特征增强密集残差模块和提示学习模块，所述特征增强密集残差模块用以区分所述遥感图像中分布不均匀的云层特征分离，所述提示学习模块用以所述遥感图像中的地物颜色特征的提取，获得遥感图像的云去除结果；本申请提供的薄云去除方法中特征增强密集残差模块和提示学习模块能够克服云层地物光谱混合带来的地物色彩特征恢复困难，实现模型对于薄云层的准确去除，提升模型的性能。

公开(公告)号：CN116524352A

公开(公告)日：2023-08-01

申请号：CN202310326280.4

申请日：2023-03-30

Applicant: 河海大学

Inventor： 房艺伟 ,  吕鑫 ,  马宇飞 ,  丁辰龙 ,  李鑫 ,  王鑫元 ,  徐振楠 ,  吴采凤 ,  蒋文轩 ,  张庆凯 ,  于洁 ,  李亨

IPC: G06V20/10 ,  G06V10/26 ,  G06V10/40 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种遥感图像水体提取方法及装置，该方法包括：获取包含水体区域的遥感图像数据集并标注水体区域；对遥感图像数据集进行增强处理，得到水体提取数据集；基于空间注意力机制和自注意力机制构建深度卷积神经网络，以得到的水体提取数据集为输入，以提取的水体特征为输出，对所构建的深度卷积神经网络进行训练，得到训练好的预测模型；基于训练好的预测模型对实时获取的遥感图像进行水体提取，得到水体提取结果。本发明通过充分挖掘遥感图像中水体空间细节信息，提高了遥感图像水体提取的精度。