-
公开(公告)号：CN112560733A
公开(公告)日：2021-03-26
申请号：CN202011532144.3
申请日：2020-12-23
Applicant: 上海交通大学
Abstract: 一种面向两期遥感影像的多任务处理系统及方法，包括：双路分支特征提取模块、金字塔融合模块、语义指导模块、特征聚合模块、双路注意力机制模块、边界提升模块和上采样模块，本发明通过构造双路网络进行两期遥感影像的特征提取，设计信息流模块引导高层语义信息指导底层空间信息进行特征学习，并通过特征聚合模块有效融合两期影像特征图，充分捕获两期影像之间的关联性和差异性。后续通过注意力机制模块增强特征信息的表达能力，从而实现多任务智能处理。
-
公开(公告)号：CN110119744A
公开(公告)日：2019-08-13
申请号：CN201910375375.9
申请日：2019-05-07
Applicant: 上海交通大学
Abstract: 一种多尺度分割约束的遥感影像语义分割方法，通过对遥感影像进行多尺度区域合并，并将合并结果进行融合处理后得到多尺度分割结果，通过深度学习网络进行语义预测得到遥感影像地物准确边界及语义信息；本发明利用多尺度分割结果作为约束，一方面既能够获得遥感影像地物准确边界；另一方面又能够得到封闭区域的语义信息，解决了传统的多尺度分割方法无法直接获得封闭区域的语义信息的问题，以及基于深度学习的语义分割方法不能很好地保留地物的准确边界的问题。
-
公开(公告)号：CN1710542A
公开(公告)日：2005-12-21
申请号：CN200510027327.9
申请日：2005-06-30
Applicant: 上海交通大学
IPC: G06F9/46
Abstract: 一种信息处理技术领域的基于自由市场模型的海量空间信息分布式处理方法，具体为：资源即执行主机向服务器提出加入集群申请；接收服务器收到任务提交者提交的任务后，服务器对所有任务进行执行代价估算，按执行代价最小原则对执行任务进行调度分配；分布式集群里空闲的执行主机检测到自己任务存储空间里有等待执行的任务，执行主机对所有候选任务进行执行效益的处理，并按照执行效益对候选任务进行排序调度；根据任务的描述，执行主机向指定的文件服务器请求程序文件和数据文件，文件服务器将任务所需文件传送给执行主机，任务完成后，执行主机将输出文件传送给提交者。本发明实现了市场信息的即时性，减少服务器端的负担，提高系统性能。
-
公开(公告)号：CN113591784B
公开(公告)日：2024-02-09
申请号：CN202110924575.2
申请日：2021-08-12
Applicant: 上海交通大学
IPC: G06V20/10 , G06V10/774 , G06N3/0464 , G06F16/2458 , G06F16/2453
Abstract: 一种基于深度哈希的多源遥感影像检索方法，采用多源遥感影像训练样本集对多分支轻量化深度哈希编码网络进行训练，将训练后的网络用于多源遥感影像的哈希编码并对编码结果进行相似性度量，实现多源遥感影像检索。本发明通过多分支轻量化深度哈希编码网络，使用不同结构的深度神经网络分别对全色影像和多光谱影像进行深度特征提取，并采用参数共享的哈希映射层对相应的深度特征进行哈希编码；根据最大后验估计，设计贝叶斯多项损失函数，可胜任海量多源遥感影像的快速检索。
-
公开(公告)号：CN110263705B
公开(公告)日：2023-07-07
申请号：CN201910529049.9
申请日：2019-06-19
Applicant: 上海交通大学
IPC: G06V20/13 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 一种面向遥感技术领域两期高分辨率遥感影像变化检测方法，通过基础特征提取网络将一对待测遥感影像输入双路神经网络并分别提取出特征图，然后通过双路神经网络中的特征金字塔结构以通道数拼接的方式融合得到包含两层特征图的语义信息的特征融合图，对拼接后得到特征差异图进行影像分割后将分割结果融合得到分割轮廓结果。本发明将图像块(Patch)级相似度检测与像素(Pixel)级的多尺度分割相结合，构建双路神经网络(PPCNET,Patch‑level and Pixel‑level Combined Network)，融合块级与像素级的变化检测方式，提高了变化检测的精度以及检测速度，同时避免了噪声影响，适合高分辨率遥感影像的变化检测。
-
Patent Agency Ranking
公开(公告)号：CN116050740A
公开(公告)日：2023-05-02
申请号：CN202211639045.4
申请日：2022-12-20
Applicant: 上海交通大学
IPC: G06Q10/0631 , G06Q10/063 , G06N3/08 , G06N3/044
Abstract: 一种基于多智能体深度强化学习的分布式决策方法，构建基于去中心化的部分可观测马尔科夫决策过程的卫星观测与数据下传的集成调度问题模型，将每颗卫星视为具有自主决策能力的智能体，每个智能体可对观测任务进行自主决策，确定地面目标的观测时间以及观测数据的下传时间，使得调度周期内的总收益最大，在在线阶段采用训练后的卫星集群调度网络实时根据观测任务数据得到卫星集群的决策结果，实现各卫星分布式决策各观测任务是否执行、执行时间、观测数据的下传时间以及下传地面站。本发明能够在进行卫星观测任务规划的同时动态进行卫星观测数据下传，显著提高卫星集群的观测效率。
-
-
公开(公告)号：CN117253043A
公开(公告)日：2023-12-19
申请号：CN202311318915.2
申请日：2023-10-12
Applicant: 上海交通大学内蒙古研究院
IPC: G06V10/26 , G06V20/13 , G06V10/44 , G06V10/80 , G06V10/52 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/042 , G06V10/776 , G06N3/082
Abstract: 一种基于空间信息增强transformer的遥感图像语义分割方法，在离线阶段构建并训练包含多头自注意力、极坐标空间增强和空间多层感知的语义分割网络，在在线阶段对待测遥感图像进行实时分割。本发明在遥感图像语义分割时能够保证图像长程依赖性且强化空间信息的提取和融合，从而进一步提升语义分割的精度。
-
公开(公告)号：CN112183360B
公开(公告)日：2022-11-08
申请号：CN202011049591.3
申请日：2020-09-29
Applicant: 上海交通大学
IPC: G06V20/13 , G06V10/26 , G06V10/40 , G06V10/774 , G06V10/80
Abstract: 一种高分辨率遥感影像的轻量化语义分割方法，包括：网络的搭建、训练以及测试，该网络具体为pytorch深度学习框架构建编码器‑解码器结构的深度语义分割网络，基于遥感影像数据样本集进行网络训练后，以待测遥感影像作为网络输入，得到遥感影像的分割结果。本发明一方面通过分解深度可分离卷积来减少模型参数，降低计算复杂度，缩短高分辨率遥感影像语义分割的时间，提高高分辨率遥感影像语义分割的效率。另一方面通过多尺度特征聚合、空间注意力模块与门控卷积提高语义分割精度，使所提出的轻量化深度语义分割网络能准确高效地实现高分辨率遥感影像的语义分割。
-
公开(公告)号：CN114049546A
公开(公告)日：2022-02-15
申请号：CN202111323008.8
申请日：2021-11-10
Applicant: 上海交通大学
Abstract: 一种考虑目标间关系的遥感影像目标检测系统及方法，包括：预处理模块、特征提取模块、区域生成网络(RPN)、非极大值抑制模块、感兴趣区域(ROI)池化模块、基于位置关系的推理模块、基于特征关系的推理模块、基于类别依赖关系的推理模块和预测模块，本发明不仅考虑目标的类别依赖关系，也考虑到和目标特征相关的目标之间关系以及位置关系，在计算量增加有限的情况下，利用目标间关系的信息来有效提升遥感影像目标检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.02 seconds)
