公开(公告)号：CN118470333B

公开(公告)日：2024-10-01

申请号：CN202410939567.9

申请日：2024-07-15

Applicant: 烟台大学 ,  山东(烟台)中日产业技术研究院(烟台市产业技术研究院)

Inventor： 宋永超 ,  王璇 ,  刘兆伟 ,  孙丽俊 ,  胡小林 ,  李湘南 ,  王莹洁 ,  毕季平 ,  文志东

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/44 ,  G06V10/52 ,  G06V10/42 ,  G06V10/80 ,  G06V10/764 ,  G06V20/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明涉及深度学习应用领域，尤其是涉及一种基于遥感图像的地理环境语义分割方法及系统。所述方法，包括获取遥感图像数据集，并对获取的遥感图像数据集进行预处理；基于获取的遥感图像数据集进行编码器构建，并利用编码器进行图像数据集的特征提取和编码；根据编码器的特征提取进行解码器构建，将构建完成的编码器和解码器组合为语义分割模型；利用遥感图像数据集对语义分割模型进行训练和优化，包括利用交叉熵损失函数计算输出值与预测值之间的误差，利用训练完成的语义分割模型进行预测结果输出。通过本发明的技术方案，能够提高遥感图像语义分割的精度、鲁棒性和泛化能力，为环境检测和城市规划提供更加高效和准确的技术。

公开(公告)号：CN118470333A

公开(公告)日：2024-08-09

申请号：CN202410939567.9

申请日：2024-07-15

Applicant: 烟台大学 ,  山东(烟台)中日产业技术研究院(烟台市产业技术研究院)

Inventor： 宋永超 ,  王璇 ,  刘兆伟 ,  孙丽俊 ,  胡小林 ,  李湘南 ,  王莹洁 ,  毕季平 ,  文志东

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/44 ,  G06V10/52 ,  G06V10/42 ,  G06V10/80 ,  G06V10/764 ,  G06V20/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明涉及深度学习应用领域，尤其是涉及一种基于遥感图像的地理环境语义分割方法及系统。所述方法，包括获取遥感图像数据集，并对获取的遥感图像数据集进行预处理；基于获取的遥感图像数据集进行编码器构建，并利用编码器进行图像数据集的特征提取和编码；根据编码器的特征提取进行解码器构建，将构建完成的编码器和解码器组合为语义分割模型；利用遥感图像数据集对语义分割模型进行训练和优化，包括利用交叉熵损失函数计算输出值与预测值之间的误差，利用训练完成的语义分割模型进行预测结果输出。通过本发明的技术方案，能够提高遥感图像语义分割的精度、鲁棒性和泛化能力，为环境检测和城市规划提供更加高效和准确的技术。

公开(公告)号：CN117292329B

公开(公告)日：2024-03-08

申请号：CN202311575138.X

申请日：2023-11-24

Applicant: 烟台大学 ,  烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地

Inventor： 刘兆伟 ,  龚子航 ,  苏航 ,  文志东 ,  胡小林

IPC: G06V20/52 ,  G06V20/60 ,  G06V20/40 ,  G06V10/82 ,  G06V10/80 ,  G06T7/207 ,  G06T7/73

公开(公告)号：CN117292329A

公开(公告)日：2023-12-26

申请号：CN202311575138.X

申请日：2023-11-24

Applicant: 烟台大学 ,  烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地

Inventor： 刘兆伟 ,  龚子航 ,  苏航 ,  文志东 ,  胡小林

IPC: G06V20/52 ,  G06V20/60 ,  G06V20/40 ,  G06V10/82 ,  G06V10/80 ,  G06T7/207 ,  G06T7/73

Abstract: 本发明属于机器视觉领域及目标检测与关键点检领域，提供了一种建筑机器人工作异常监测方法、系统、介质及设备，其技术方案为：获取建筑机器人在建筑场景下的工作视频数据；基于视频数据和训练后的第一神经网络，获取建筑机器人在空间中的位置信息；在空间中的位置信息范围内，结合训练后的第二神经网络，将提取的不同分辨率特征图融合，基于融合后的特征图预测得到建筑机器人关键点坐标；通过预测得到的建筑机器人关键点坐标对建筑机器人的工作状态进行异常判定。不仅可以从宏观上监测建筑机器人整体，而且可以从微观上监测建筑机器人的局部是否正常运行，而且在建筑机器人上部署大量的传感器，降低了成本。

公开(公告)号：CN117765312A

公开(公告)日：2024-03-26

申请号：CN202311736691.7

申请日：2023-12-18

Applicant: 烟台大学 ,  烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地

Inventor： 宋永超 ,  王璇 ,  毕季平 ,  刘兆伟 ,  胡小林 ,  王莹洁 ,  孙丽俊 ,  王傲然 ,  齐泉智 ,  文志东

IPC: G06V10/764 ,  G06V10/82 ,  G06V20/17 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于航拍数据集的地物图像分类方法，该方法能够解决航拍数据图像分类存在的低效率、低准确性以及难以应对大规模数据的难点问题，设计的模型与VGG16相比，准确率提升了16％，训练时间减少了约50％，推理速度是原来的4倍且参数量降低了35％；与现有的分类性能较好的轻量级网络EfficientNet‑B3相比，本文提出的模型将Top1准确率提高了5％，训练时间减少了18％。