-
公开(公告)号：CN118071930A
公开(公告)日：2024-05-24
申请号：CN202410254295.9
申请日：2024-03-06
Applicant: 哈尔滨工程大学
Abstract: 立方采样的表面神经辐射场非标准卫星像对三维重建方法，涉及感图像三维建模技术领域，针对现有技术仅从两幅图像采样的稀疏射线进行网络重建，这样会导致恢复单个建筑目标的结构与尺度信息准确率低，进而导致单个建筑目标重建准确率低的问题，本申请能够极大地提升恢复单个建筑目标的结构与尺度信息的准确率。进而提升了单个建筑目标重建的准确率。本申请的技术方案对空间分辨率不低于0.5m，建筑物最长不超过80m的图像进行重建，本本申请能够获得形状准确度EMD
-
公开(公告)号：CN117765185A
公开(公告)日：2024-03-26
申请号：CN202410072128.2
申请日：2024-01-17
Applicant: 哈尔滨工程大学
IPC: G06T17/00 , G06N3/084 , G06N3/0499
Abstract: 基于神经辐射场的少视图多时相遥感图像三维重建方法，涉及遥感图像三维建模技术领域，针对现有技术中，不同日期的遥感图像之间的照明差异会导致图像像素颜色差异，进而导致重建质量显著下降的问题，本申请将太阳光信息融入到渲染过程中，进而解决了多日期图像中光照差异导致的重建质量显著下降问题，提升了重建图像的准确率。
-
公开(公告)号：CN113807273B
公开(公告)日：2023-12-19
申请号：CN202111112228.6
申请日：2021-09-18
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06V10/58 , G06V10/77 , G06V10/772 , G06V10/762 , G06V10/764
Abstract: 基于增强全变分约束表示模型与端元背景字典的高光谱异常检测方法，涉及一种高光谱异常检测方法。本发明为了解决现有的高光谱异常检测方法存在破坏高光谱数据的空间结构问题和混合像元内异常分量的干扰问题，从而使得目前的检测方法的检测精度较低。本发首先采用所提出的端元背景字典构建方法构建端元背景字典，然后对构建的基于增强全变分约束表示模型的高光谱异常检测方法进行优化求解，最后在求解出的最优化稀疏矩阵上得到检测结果。主要用于高光谱的异常检测。
-
公开(公告)号：CN113112589B
公开(公告)日：2022-09-02
申请号：CN202110395050.4
申请日：2021-04-13
Applicant: 哈尔滨工程大学
Abstract: 基于空间占用概率融合的增量式遥感图像的三维重建方法，属于遥感图像三维重建技术领域。本发明是为了解决利用单幅图像进行三维重建时，通过后续增加该建筑物的图像，无法对之前重建得到的建筑物模型进行优化，导致得到的三维建筑物结构特征精度低的问题。本发明方法包括：获取待重建建筑物目标图像和每个建筑物对应的建筑物模型；将图像和模型输入Onet单幅图像重建网络进行训练得到重建网络参数模型；将待重建目标建筑物图像输入模型，获取空间占用模型的边界，形成建筑物的空间占用模型；对所有空间占用模型进行三维信息融合，得到最终空间占用模型；生成三维表面网格，获得建筑物的三维模型，实现建筑物的三维重建。本发明用于三维建筑物重建。
-
公开(公告)号：CN113221775B
公开(公告)日：2022-04-26
申请号：CN202110545880.0
申请日：2021-05-19
Applicant: 哈尔滨工程大学
IPC: G06V20/13 , G06V10/22 , G06V10/764 , G06V10/80 , G06V10/766 , G06K9/62
Abstract: 单阶段任意四边形回归框大长宽比目标遥感图像检测方法，属于遥感图像技术领域，为解决遥感图像为俯瞰视角，无法采用水平框对大长宽比目标进行准确定位的问题。它基于单阶段目标检测框架，能够回归任意四边形；过程包括：利用特征金字塔网络结构，对目标遥感图像三个特征层分别进行特征提取，并对提取特征进行融合；采用任意四边形框对目标遥感图像的目标位置进行回归计算，获取任意四边形的候选框，同时获得分类结果和置信度得分；合并三个尺度上置信度得分高的候选框，还原到原始尺寸，计算每个类别候选框之间的交并比，采用解决任意四边形的非极大值抑制算法去掉多余候选框，获得最终检测结果。本发明用于对大长宽比的目标遥感图像进行检测。
-
Patent Agency Ranking
公开(公告)号：CN113298808B
公开(公告)日：2022-03-18
申请号：CN202110692278.X
申请日：2021-06-22
Applicant: 哈尔滨工程大学
IPC: G06T7/00 , G06T7/11 , G06T7/13 , G06T7/136 , G06V10/25 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明的一种面向倾斜遥感图像中建筑物遮挡信息的修复方法属于图像处理技术领域，目的是为了克服现有图像遮挡信息修复方法中信息修复的策略不宜选择，导致修复的质量以保证的问题，方法具体步骤如下：步骤一、将倾斜遥感图像进行分块，得到分块遥感图像；步骤二、通过训练后的透视实例分割网络，得到分块遥感图像中每个独立建筑物的建筑物整体区域掩模面积和建筑物被遮挡区域掩模面积，并计算得到建筑物被遮挡区域掩模面积相对于的建筑物整体区域掩模面积的比例；步骤三、将比例与设定的比例阈值T比较，通过基于边缘推演的图像补全策略或对基于轮廓约束的图像补全策略倾斜遥感图像中建筑物遮挡信息进行修复。
-
公开(公告)号：CN109446978B
公开(公告)日：2022-01-07
申请号：CN201811248505.4
申请日：2018-10-25
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于凝视卫星复杂场景的飞机动目标跟踪方法，包括以下步骤：输入视频数据；将第1帧分别与第xi1帧、第xi2帧、第xi3帧三次差分并累加；利用形态学滤波开运算处理消除融合后图像差值小处，得到潜在变化区域；选择更快的基于区域卷积神经网络作为检测网络，输入图像经过卷积层生成特征图，得到候选区域，进行分类以及候选区域微调得到检测网络；在视频首帧以变化区域为中心，提取w×h图像并利用检测网络进行目标检测，得到飞机动目标；使用多通道颜色特征算法对检测到飞机动目标进行跟踪，根据目标位置取出该帧目标窗和下一帧目标窗，对这两个窗进行快速傅里叶变换，转化后在频域图直接点乘。本发明能实现全自动的对飞机动目标实施跟踪。
-
公开(公告)号：CN113487738A
公开(公告)日：2021-10-08
申请号：CN202110707259.X
申请日：2021-06-24
Applicant: 哈尔滨工程大学
Abstract: 基于虚拟知识迁移的建筑物及其遮挡区域单体化提取方法，涉及遥感图像信息提取领域，本发明为了解决建筑物信息提取中，训练样本不充足，目标情况和遮挡情况均具有高度不确定性的透视实例分割问题，提出了基于虚拟知识迁移的建筑物及其遮挡区域的单体化提取方法。引入虚拟知识生成模块，自动化地获取大量带有真实遮挡情况标记的、具有相似语义关系的、观测角度全面覆盖的训练数据，解决了训练样本不充足的问题。采用实例分割与遮挡判别模块相结合的策略，配合特征金字塔网络，解决了建筑物形态，尺度以及遮挡情况多样性的问题，且建筑物透视实例分割的准确率高。
-
公开(公告)号：CN113313207A
公开(公告)日：2021-08-27
申请号：CN202110714354.2
申请日：2021-06-25
Applicant: 哈尔滨工程大学
Abstract: 一种类别真值约束分类函数的样本不平衡目标检测方法，属于遥感图像技术领域，本发明为解决大规模数据集的目标检测存在分类不准确、不同目标分类之间的目标数目不平衡的问题。它包括：将输入的数据集进行非均匀采样，采样过程中依据各类别数据集的数目进行采样频率的调整；将采样后的数据输入到深度学习目标检测算法模型中进行训练，充分学习各类别的特征信息；优化深度学习目标检测算法模型中检测头部位的归一化指数函数，在归一化指数函数中引入类别真值约束的分类函数，输出目标检测结果。本发明用于大规模数据集的目标检测。
-
公开(公告)号：CN113221775A
公开(公告)日：2021-08-06
申请号：CN202110545880.0
申请日：2021-05-19
Applicant: 哈尔滨工程大学
Abstract: 单阶段任意四边形回归框大长宽比目标遥感图像检测算法，属于遥感图像技术领域，为解决遥感图像为俯瞰视角，无法采用水平框对大长宽比目标进行准确定位的问题。它基于单阶段目标检测框架，能够回归任意四边形；过程包括：利用特征金字塔网络结构，对目标遥感图像三个特征层分别进行特征提取，并对提取特征进行融合；采用任意四边形框对目标遥感图像的目标位置进行回归计算，获取任意四边形的候选框，同时获得分类结果和置信度得分；合并三个尺度上置信度得分高的候选框，还原到原始尺寸，计算每个类别候选框之间的交并比，采用解决任意四边形的非极大值抑制算法去掉多余候选框，获得最终检测结果。本发明用于对大长宽比的目标遥感图像进行检测。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.021 seconds)
