-
公开(公告)号:CN116721351B
公开(公告)日:2024-06-18
申请号:CN202310821758.0
申请日:2023-07-06
申请人: 内蒙古电力(集团)有限责任公司内蒙古超高压供电分公司 , 北京星视域科技有限公司 , 内蒙古大学
发明人: 翟春雨 , 武剑灵 , 王大鹏 , 张国君 , 陈少宏 , 于小川 , 张竟超 , 白翔宇 , 杨景 , 赵玉妹 , 张常兴 , 陈顺华 , 赵寅峰 , 张猛 , 赵少华 , 翟欣欣 , 郭瑞华
IPC分类号: G06V20/10 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/0455
摘要: 公开了一种架空线路通道内道路环境特征遥感智能提取方法,考虑到道路的方向延展性,设计了一种针对道路提取的基于Deeplab V3+模型进行改进的MANet网络模型,MANet的核心部件为针对道路提取的条状多尺度通道注意力模块(SMCA)。受到条状注意力网络(Strip Attention Networks,SANet)的启发,该模块采用三分支结构,差异化融合了从不同的维度分别关注图像中道路水平与竖直的线状拓扑特征。经实验证明,我们提出的MANet网络模型,能够有效应对道路本身具有复杂的几何、辐射、拓扑特征,易被车辆、树木、建筑物及其阴影等障碍物遮挡等导致道路难以识别的问题。
-
公开(公告)号:CN116721351A
公开(公告)日:2023-09-08
申请号:CN202310821758.0
申请日:2023-07-06
申请人: 内蒙古电力(集团)有限责任公司内蒙古超高压供电分公司 , 北京星视域科技有限公司 , 内蒙古大学
发明人: 翟春雨 , 武剑灵 , 王大鹏 , 张国君 , 陈少宏 , 于小川 , 张竟超 , 白翔宇 , 杨景 , 赵玉妹 , 张常兴 , 陈顺华 , 赵寅峰 , 张猛 , 赵少华 , 翟欣欣 , 郭瑞华
IPC分类号: G06V20/10 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/0455
摘要: 公开了一种架空线路通道内道路环境特征遥感智能提取方法,考虑到道路的方向延展性,设计了一种针对道路提取的基于Deeplab V3+模型进行改进的MANet网络模型,MANet的核心部件为针对道路提取的条状多尺度通道注意力模块(SMCA)。受到条状注意力网络(Strip Attention Networks,SANet)的启发,该模块采用三分支结构,差异化融合了从不同的维度分别关注图像中道路水平与竖直的线状拓扑特征。经实验证明,我们提出的MANet网络模型,能够有效应对道路本身具有复杂的几何、辐射、拓扑特征,易被车辆、树木、建筑物及其阴影等障碍物遮挡等导致道路难以识别的问题。
-
公开(公告)号:CN116630824A
公开(公告)日:2023-08-22
申请号:CN202310662693.X
申请日:2023-06-06
发明人: 张常兴 , 杨景 , 王大鹏 , 武剑灵 , 翟春雨 , 陈少宏 , 白翔宇 , 赵玉妹 , 张玉鹏 , 陈顺华 , 张国君 , 蒋海龙 , 于小川 , 张竟超 , 张猛 , 赵少华 , 郭瑞华 , 翟欣欣
IPC分类号: G06V20/13 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/12
摘要: 本发明涉及基于深度学习的遥感影像识别技术领域,具体涉及一种面向电力巡检机制的卫星遥感图像边界感知语义分割模型,包括:基于原始图像,通过主干网络Convnext,获取多尺度特征图;基于主干网络返回的多尺度特征图,通过改进集成逐次扩张模块,聚合不同尺度上下文信息,获得具有多尺度、多感受野和高语义信息的特征图;基于前两步生成的多尺度特征图,利用解码器获得不同尺度恢复的分割图;为了细化分割图中的区域和边界缺陷,在解码器后,添加了残差细化模块,训练时使用混合损失函数和深监督策略,提高模型识别精度,有效地解决了电力巡检中卫星遥感图像因多拍摄于山地丘陵地区,目标较小、乡村道路居多、建筑样式及颜色复杂而导致的难以识别问题。
-
公开(公告)号:CN118038225A
公开(公告)日:2024-05-14
申请号:CN202410224794.3
申请日:2024-02-29
申请人: 北京星视域科技有限公司 , 内蒙古智慧运维新能源有限公司
IPC分类号: G06V10/80 , G06V10/26 , G06V10/764 , G06V20/10 , G06V20/13
摘要: 本发明涉及卫星影像地物提取技术领域,更具体的说是涉及一种基于卫星影像的光伏面板提取方法,包括:对图像进行中值滤波和自适应直方图均衡化;图像进入图像编码器获取图像特征映射;自动生成密集提示点,利用提示编码器转化为提示映射;图像特征映射与提示映射输入至掩码解码器生成图像分割结果;分类器将分割结果中的每一个掩码进行分类,提取光伏面板。本发明通过将SAM模型与SVM分类模型进行结合,能够在不同成像条件下进行光伏面板的精确识别。
-
-
-