-
公开(公告)号：CN115035402B
公开(公告)日：2023-09-12
申请号：CN202210394183.4
申请日：2022-04-15
申请人： 南京信息工程大学
IPC分类号： G06V20/10 , G06N3/0464 , G06N3/08 , G06V10/774 , G06V10/82
摘要： 本发明公开了遥感技术领域的一种用于土地覆盖分类问题的多级特征聚合系统及方法，包括：获取土地覆盖数据集；将土地覆盖数据集中的训练集输入预先构建的多级特征聚合网络进行迭代训练，所述多级特征聚合网络包括编码器、解码器和全局依赖模块，所述全局依赖模块位于编码器和解码器的中间，通过学习亲和力矩阵码器和解码器的中间，获取所有位置之间的权重值并过滤冗余通道信息；迭代训练结束后，保存训练好的最佳模型权重；重新加载最佳模型权重，对土地覆盖数据集中的测试集预测分割结果。本发明提高了对高分辨率遥感图像的分割精度，分割效果改善明显。
-
公开(公告)号：CN110001224B
公开(公告)日：2023-07-21
申请号：CN201910400642.3
申请日：2019-05-15
申请人： 南京信息工程大学
摘要： 本发明公开了一种用于大规模票据盖章及检验的自动化设备，包括硬件部分和软件部分；硬件部分包括：票据操作平台，票据传动组件；架设在票据的传动路径上的盖章支架、水平滑台，设置在水平滑台的下端面的相机以及盖章传动组件；电脑、主控器以及驱动模块，主控器接受电脑的指令，生成响应的驱动信号给驱动模块，对整个设备完成相应的动作控制；软件部分包括：样本学习流程和工作判断流程。本发明能够自动导入大规模的发票，能够自动盖章，自动拍照保存记录用于日后调查，并且能够基于计算机视觉判断盖章位置偏移过大、墨水已经不足，判断盖章效果是否出现问题，对盖章质量进行检验。
-
公开(公告)号：CN116052016A
公开(公告)日：2023-05-02
申请号：CN202310058135.2
申请日：2023-01-14
申请人： 南京信息工程大学
摘要： 本发明公开基于深度学习的遥感图像云和云影的精细分割检测方法，属于图像处理领域；检测方法包括：获取并处理训练数据集，将数据集划分为训练集和验证集；构建用于深度学习语义的分割网络；利用数据集在分割网络中进行网络模型的训练；使用训练好的网络模型进行预测并生成云和云影的掩膜图像；分割网络ResNet‑18网络为主干提取不同层次的特征信息，通过多尺度全局注意力模块加强模型对通道信息和空间信息的注意力来提高分割的正确率，并使用条状金字塔通道注意力模块多尺度学习空间信息以更好地检测出细小的云团，最后通过层级特征聚合模块将高维特征与低维特征融合，逐层上采样得到最终的分割效果；可以检测到更细小的云团，获得更加精细的边缘。
-
公开(公告)号：CN114943963A
公开(公告)日：2022-08-26
申请号：CN202210476213.6
申请日：2022-04-29
申请人： 南京信息工程大学
IPC分类号： G06V20/70 , G06V20/10 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/764 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于双分支融合网络的遥感图像云和云影分割方法，该方法以Convolutional vision Transformer中的Transformer模块和条状卷积作为骨干网络，将两者有效结合，使得两个分支能够相互补充，从而更加高效地提取图像中的特征信息。在特征融合方面，使用了相互引导模块使得Transformer分支和条状卷积分支能够相互引导对方进行特征挖掘、提取多尺度上下文信息，提高了不同尺度的云和云影的分割能力。在解码阶段，充分利用两分支提取到的不同层级的特征进行融合上采样，有效融合高级语义信息和空间位置信息，使得云和云影的定位更加准确，分割边界更加详细；同时本方法还是通用的。
-
公开(公告)号：CN108764138A
公开(公告)日：2018-11-06
申请号：CN201810529711.6
申请日：2018-05-29
申请人： 南京信息工程大学
CPC分类号： G06K9/00657 , G06K9/6256 , G06K9/6267 , G06N3/084
摘要： 本发明涉及一种基于多维多粒度级联森林的高原地区云雪分类方法，本发明利用多维多粒度级联森林的多维多粒度扫描结构对高原地区的云雪图像样本进行空间特征提取，通过多维扫描的方式提取多光谱图像的光谱信息，然后将所提取的空间特征和光谱信息用于多维多粒度级联森林的级联森林结构的训练。该方式在准确度提高的前提下，在同等硬件条件下样本的训练速度和样本的分类速度比传统卷积深度学习快实验结果表明，本发明得到的结果较好，更适合卫星图像的云雪分类研究。
-
公开(公告)号：CN108229550B
公开(公告)日：2022-02-18
申请号：CN201711463054.1
申请日：2017-12-28
申请人： 南京信息工程大学
IPC分类号： G06K9/62 , G06V10/764 , G06V10/84
摘要： 本发明涉及一种基于多粒度级联森林网络模型的云图分类方法，首先利用多粒度级联森林的多粒度层对云图进行特征表示得到高阶语义信息，然后多粒度级联森林的级联层利用特征表示的语义信息将云图分为厚云、薄云和晴空。本发明比传统卫星云图分类方法准确率更高，并且相同硬件条件下样本训练和测试时间也比大多数方法快很多。
-
公开(公告)号：CN110001224A
公开(公告)日：2019-07-12
申请号：CN201910400642.3
申请日：2019-05-15
申请人： 南京信息工程大学
摘要： 本发明公开了一种用于大规模票据盖章及检验的自动化设备，包括硬件部分和软件部分；硬件部分包括：票据操作平台，票据传动组件；架设在票据的传动路径上的盖章支架、水平滑台，设置在水平滑台的下端面的相机以及盖章传动组件；电脑、主控器以及驱动模块，主控器接受电脑的指令，生成响应的驱动信号给驱动模块，对整个设备完成相应的动作控制；软件部分包括：样本学习流程和工作判断流程。本发明能够自动导入大规模的发票，能够自动盖章，自动拍照保存记录用于日后调查，并且能够基于计算机视觉判断盖章位置偏移过大、墨水已经不足，判断盖章效果是否出现问题，对盖章质量进行检验。
-
公开(公告)号：CN107085344A
公开(公告)日：2017-08-22
申请号：CN201710357201.0
申请日：2017-05-19
申请人： 南京信息工程大学
摘要： 本发明公开了一种全自动设置成像系统中背光的智能装置及方法，该装置，控制板与电脑控制连接，采集和分析相机的图像信息，控制发光阵列的工作状态；总控制器模块用于接受电脑的操作指令后，发出指令给分控制器，使得分控制器驱动模块驱动各个发光阵列的运行。该方法包括步骤1.初始化；步骤2.判断背光区域的成像；步骤3.配对图像和发光阵列；步骤4.电脑发送信息给总控制器模块；步骤5.采集图像；步骤6.计算，步骤7.调整，步骤8.结束。本发明自动计算出区域亮度信息，然后驱动单个区域的发光二极管，改变亮度，使得面对一张色度完全一致的图像，呈现出各个区域的亮度一致的正确效果。
-
公开(公告)号：CN102967305B
公开(公告)日：2015-07-01
申请号：CN201210418160.9
申请日：2012-10-26
申请人： 南京信息工程大学
摘要： 本发明公开了一种基于大小回字标志物的多旋翼无人机位姿获取方法，首先根据无人机与标志物的相对高度来确定目标标志物，所述标志物为外边长长度为10倍关系的正方形大小回字；其次根据确定的目标标志物，建立无人机CCD摄像头与目标标志物之间的关系模型；最后根据建立的模型，利用直接线性变换法获取无人机的方位角和相应时刻无人机的位置信息。该方法可以精确的获取无人机的位姿。
-
公开(公告)号：CN114937204B
公开(公告)日：2023-07-25
申请号：CN202210476223.X
申请日：2022-04-29
申请人： 南京信息工程大学
IPC分类号： G06V20/10 , G06V20/70 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/774 , G06N3/048 , G06N3/082
摘要： 本发明公开了一种轻量级多特征聚合的神经网络遥感变化检测方法，包括搭建并训练一个分割网络，输入双时像遥感图像，输出预测变化区域的预测模型，其特征在于，所述预测模型包括至少三个基础语义分割子模块：特征提取模块、细节特征引导模块、自注意力以及特征融合模块。该种轻量级多特征聚合的神经网络遥感变化检测方法，通过轻量级多特征融合网络在采用前述训练方法进行训练后即可用于遥感图像变化检测，对待处理图像先采用裁剪的方式输入至神经网络模型中，设置参数并进行多次迭代，得到变化检测遥感图像的预测结果，该预测的结果相对于采用传统的基础语义分割模型（例如UNet、FCN等）得到的结果，其预测准确率有明显的提升。
-
-
-
-
-
-
-
-
-
搜索结果
45 条记录 (耗时 0.03 秒)
