-
公开(公告)号:CN113792617B
公开(公告)日:2023-04-18
申请号:CN202110988198.9
申请日:2021-08-26
Applicant: 电子科技大学 , 北京市遥感信息研究所
IPC: G06V20/13 , G06F40/284 , G06F16/35 , G06V10/82 , G06T7/10 , G06V10/80 , G06N3/047 , G06N3/048 , G06N3/0464 , G06N3/08 , G06N3/0442
Abstract: 本发明公开了一种结合图像信息和文本信息的图像解译方法,将遥感图像分别进行空间信息与文本信息的提取,然后对提取到的空间特征和文本特征基于注意力机制的空间注意力模块和文本注意力模块进行信息加强;最后通过LSTM模型对加强后的空间信息和文本信息进行图像解译,这样实现了对图像信息和文本信息的充分利用,提高了遥感图像的解译效果。
-
公开(公告)号:CN115238442A
公开(公告)日:2022-10-25
申请号:CN202210509286.0
申请日:2022-05-10
Applicant: 北京市遥感信息研究所
IPC: G06F30/20 , G06F119/02
Abstract: 本申请提出的基于天空地的多源异构数据管控平台及存储介质中,可以通过获取模块获取多源异构数据;同时还可以通过预处理模块,对多源异构数据进行时空配准处理、标准化处理,得到多源异构数据的底层特征数据,然后通过自动关联模块,基于自学习的动态关联技术对底层特征数据进行动态关联分析,再通过告警模块,基于多源异构数据之间的关联关系,对多源异构数据进行预测分析,并基于分析结果进行告警,以及平台还可以综合检索模块,对查询数据进行关联分析的综合检索,并基于综合检索结果的相关度与价值评估的排序得到检索结果。其中,本申请可以及时预测可能发生的故障,以便用户提前进行关注,同时使得检索结果更加有效、精确。
-
公开(公告)号:CN115134421A
公开(公告)日:2022-09-30
申请号:CN202210507966.9
申请日:2022-05-10
Applicant: 北京市遥感信息研究所
Abstract: 本申请提出的多源异构数据跨系统协同管理系统、方法及存储介质中,该系统包括数据接入层、数据总线层、数据订阅层。数据订阅层,用于获取数据需求任务和数据需求任务的类型,并对获取的数据需求任务进行解析,根据数据请求的解析结果和数据需求任务的类型对数据总线层的数据进行订阅;数据总线层,用于将数据订阅层的解析结果、数据需求任务以及数据需求任务的类型,发送至数据接入层;数据接入层,用于根据数据总线层的解析结果,将数据需求任务以及数据需求任务的类型,发送至对应的数据源系统。其中,本申请有效地缩短了数据汇集及更新时间,实现了对多中心异构在线系统的多主体协调管理,从而解决了协同管理和集约服务效率低的问题。
-
公开(公告)号:CN114838739A
公开(公告)日:2022-08-02
申请号:CN202210557021.8
申请日:2022-05-20
Applicant: 北京市遥感信息研究所
Abstract: 本发明公开了一种考虑完整回归周期的卫星图像几何定标方法,包括:获取一个完整卫星回归周期内同一定标场的不同地方时的卫星图像集;基于该定标场控制数据,获取所述的卫星图像集中的沿卫星轨道方向多行像素内均匀分布的控制点;选取其中一个基准地方时图像中的控制点,基于第一几何定标模型,得到所述的地方时的相机定标参数;构建不同地方时的姿态误差补偿模型,建立考虑卫星完整回归周期的第二几何定标模型;利用其他地方时图像中的控制点,解算得到姿态补偿参数;根据所述的基准地方时的相机定标参数、不同地方时的姿态补偿参数,基于第二几何定标模型,更新定标文件。本发明可以实现同一区域不同地方时卫星图像的统一定标,提升定标精度。
-
公开(公告)号:CN113393571A
公开(公告)日:2021-09-14
申请号:CN202110663756.4
申请日:2021-06-15
Applicant: 北京市遥感信息研究所
Abstract: 本发明公开了一种无云卫星图像生成方法与装置,属于遥感技术领域。本发明面向无云图像获取的实际需求,针对现有技术中的气象云图和云层探测器等方法实施难度大,对时效性和精度要求高,且现有方法的分辨率较低,只能达到公里级,无法满足资源详查及云缝小区域点观测等实际应用需求,提出了先使用多个高轨高分辨率卫星协同计算得到云轨迹,再根据所述云轨迹规划低轨卫星的拍摄时间和观测角度,获取无云图像的技术方案。本方案可以综合利用现有卫星资源实现云轨迹的快速定位,没有额外装备上的开销,且由于经过通用几何模型的修正处理,因此高轨卫星获取的云轨迹具有定位精度高的优点,可进一步提高无云卫星图像的获取效率。
-
公开(公告)号:CN107609534B
公开(公告)日:2020-07-28
申请号:CN201710896317.1
申请日:2017-09-28
Applicant: 北京市遥感信息研究所
Abstract: 本发明公开了一种基于码头光谱信息的遥感驻泊船只自动检测的方法,首先利用光谱波段比值进行海陆分割,然后基于常见码头光谱特征沿海陆分界线进行码头提取,接着在码头附近检测疑似船只或船只组,接着在码头垂直方向对疑似船只或船只组进行直方图投影,分割纵列停靠的多艘船只或船只组,最后在码头平行方向进行直方图投影,分割并排停靠的多艘船只。本发明有效解决了传统遥感影像难以区分码头与船只的问题,能实现全自动的稳定驻泊船只检测。
-
公开(公告)号:CN114594474B
公开(公告)日:2025-03-18
申请号:CN202210226609.5
申请日:2022-03-09
Applicant: 北京市遥感信息研究所
IPC: G01S13/90
Abstract: 本发明公开了一种星载SAR斜视滑聚成像模式下的几何定位处理方法和装置,所述方法包括:利用地面目标点的斜视影像,计算得到地面目标点的斜距,利用地面目标点的斜距以及卫星SAR载荷成像时刻的卫星位置,计算得到对地面目标进行斜视成像时的卫星斜视角,进而计算得到卫星SAR载荷天线指向与地表的交点,将该交点坐标作为地面目标点的位置坐标。所述装置包括:斜距计算模块,卫星斜视角计算模块和地面目标点的位置坐标估计模块。本发明通过充分利用斜视滑聚成像特性以及成像过程中的星地位置关系,解决了在SAR大斜视滑聚模式下传统距离‑多普勒几何定位方法不适用的问题,实现了SAR斜视滑聚模式的地面目标几何定位。
-
公开(公告)号:CN118227872B
公开(公告)日:2024-10-25
申请号:CN202410209449.2
申请日:2024-02-26
Applicant: 北京市遥感信息研究所
IPC: G06F16/9535 , G06F16/9536 , G06F16/9537 , G06Q50/00 , G06N3/045 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种社交关系感知的人类移动行为预测方法和系统,该方法,包括以嵌入的形式获取用户签到行为特征的嵌入表示;基于嵌入表示将用户历史行为特征和朋友历史行为特征构建为长期社交通道行为序列,并基于长期社交通道行为序列构建第一关联关系模型;以及将用户最近移动行为特征构建为短期通道行为序列,并构建第二关联关系模型;利用第一关联关系模型获取融合社交影响的用户长期偏好特征,并利用第二关联关系模型获取用户短期偏好特征;融合用户长期偏好特征和用户短期偏好特征以获取用户表示,并根据用户表示对用户移动行为进行预测得到移动行为预测结果。本发明能够集成融合用户长期偏好和用户短期偏好来实现对用户移动行为的有效预测。
-
公开(公告)号:CN118365875A
公开(公告)日:2024-07-19
申请号:CN202410436467.4
申请日:2024-04-11
Applicant: 北京市遥感信息研究所
Abstract: 本公开提出一种遥感图像的语义分割方法、装置、电子设备及存储介质,包括:获取待处理遥感图像和目标图像,目标图像是处于待处理遥感图像中心位置的局部图像,目标图像的尺寸小于待处理遥感图像的尺寸,再根据目标图像的尺寸将待处理遥感图像划分为多个候选图像,再将多个候选图像输入至语义分割模型的第一子模型中,以获取第一模型输出的全局图像特征,再将目标图像和全局图像特征输入至语义分割模型的第二子模型中,以获取第二子模型输出的语义分割图像,能够参考待处理遥感图像的全局信息对目标图像进行语义分割处理,从而可以在提升遥感图像语义分割的处理精度和可操作性,且能够保留遥感图像的全局信息,进而提升遥感图像的语义分割效果。
-
公开(公告)号:CN117764067A
公开(公告)日:2024-03-26
申请号:CN202311629205.1
申请日:2023-11-30
Applicant: 北京市遥感信息研究所
IPC: G06F40/289 , G06F18/241 , G06F18/214 , G06F40/30
Abstract: 本发明提出一种基于类别名称感知分解式框架的少样本命名实体识别方法,包括,获取原始数据集,对原始数据集中的文本与标签信息进行预处理,并划分训练集、验证集和测试集;构建类别名称感知分解式框架模型,将训练集和验证集输入到类别名称感知分解式框架模型中进行训练,并在验证集上进行评价指标的计算,保存最优的模型;从测试集中对每个类随机选取样本作为支撑集,利用支撑集对最优的模型进行微调;利用支撑集和微调后的模型计算得到类别名称感知的跨度过滤阈值;根据微调后的模型以及跨度过滤阈值对测试集中的样本进行预测。
-
-
-
-
-
-
-
-
-