公开(公告)号：CN113487738B

公开(公告)日：2022-07-05

申请号：CN202110707259.X

申请日：2021-06-24

Applicant: 哈尔滨工程大学

Inventor： 闫奕名 ,  杨柳青 ,  宿南 ,  冯收 ,  赵春晖

IPC: G06T17/10 ,  G06V10/25 ,  G06V10/774 ,  G06K9/62

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：CN113239829A

公开(公告)日：2021-08-10

申请号：CN202110550692.7

申请日：2021-05-17

Applicant: 哈尔滨工程大学

Inventor： 闫奕名 ,  王文轩 ,  宿南 ,  汪子璐 ,  冯收 ,  赵春晖

IPC: G06K9/00 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08 ,  G06T17/00

Abstract: 基于空间占用概率特征的跨维度遥感数据目标识别方法，属于遥感图像目标识别技术领域。本发明是为了解决目前没有一种有效的跨维度特征描述方法能够实现遥感数据中同一地物目标的二维图像数据与三维点云数据的关联问题。本发明首先训练二维图像的空间占用概率特征提取网络和三维点云的空间占用概率特征提取网络，然后对遥感数据中的二维图像数据和三维点云数据进行同类特征提取，即空间占用概率特征，最终基于空间占用概率特征实现遥感数据中同一地物目标的二维和三维数据之间的跨维度目标识别，即实现同一地物目标的二维图像数据与三维点云数据的关联。主要用于遥感数据的目标识别。

公开(公告)号：CN106023218A

公开(公告)日：2016-10-12

申请号：CN201610363080.6

申请日：2016-05-27

Applicant: 哈尔滨工程大学

Inventor： 赵春晖 ,  张丽丽 ,  成宝芝 ,  闫奕名 ,  崔颖

IPC: G06T7/00

CPC classification number: G06T7/0002 ,  G06T2207/10036

Abstract: 本发明提供的是一种基于空谱联合背景共同稀疏表示的高光谱异常检测方法。(1)在光谱域中，采用背景共同稀疏表示检测器进行异常目标检测；(2)采用线性局部切空间排列即LLTSA的降维方法获得原高光谱图像低维流行数据；(3)对低维流行数据采用空间背景共同稀疏表示检测器进行异常检测；(4)采用如下的空谱联合背景共同稀疏表示检测器获得最终的异常检测结果d＝αdspec+(1‑α)dspat,0≤α≤1。本发明不需要对高光谱数据进行模型假设，充分考虑了高光谱数据特有的非线性特性，且同时考虑了空间特性和光谱特性，使检测结果更加可靠。