-
公开(公告)号：CN117197463A
公开(公告)日：2023-12-08
申请号：CN202311191028.3
申请日：2023-09-15
Applicant: 南京大学
Abstract: 本发明公开了一种面向多类的遥感图像弱监督语义分割方法及系统，包括：将待语义分割的遥感图像进行裁切分块，得到多个图像块；将多个图像块输入至训练好的语义分割网络模型中，得到遥感图像中每个像元对应的地物类别；语义分割网络模型按照以下步骤训练得到：对训练所用的遥感图像数据进行裁剪分块、样本筛选、图像级标注、类别共存判断，得到训练集；采用训练集训练图像分类网络，并利用训练后的图像分类网络对训练集中所有样本进行预测，得到多类别类型激活图，利用多类别类型激活图得到逐像元模拟标记和逐像元权重标记用以训练语义分割网络；利用训练后的语义分割网络预测得到新的逐像元模拟标记及逐像元权重标记，更新训练集，在达到设定的迭代次数后得到训练好的语义分割网络模型。
-
公开(公告)号：CN114913412A
公开(公告)日：2022-08-16
申请号：CN202210393747.2
申请日：2022-04-15
Applicant: 南京大学
Abstract: 本发明公开了一种基于位置编码的遥感图像自监督语义分割方法，包括采用无标注数据对编码器进行自监督预训练，得到经预训练的编码器；采用标注数据将经预训练的编码器微调至下游语义分割任务，并与相应的解码器构建遥感图像语义分割模型；将待进行语义分割的遥感图像输入至遥感图像语义分割模型中，得到分割结果；本发明方法可利用大量无标注遥感数据学习丰富的地物语义特征，从而减少遥感图像语义分割对标注数据的依赖，提升遥感影像智能化解译效率。
-
公开(公告)号：CN102156984B
公开(公告)日：2013-03-06
申请号：CN201110084902.4
申请日：2011-04-06
Applicant: 南京大学
IPC: G06T7/00
Abstract: 本发明公开了一种利用自适应阈值分割确定最优标记图像的方法，包含如下步骤：计算待标记梯度图像f(x，y)的均值E和方差σ；以均值E为中心，以方差σ的一定倍数为步长，建立均值E和方差σ的不同组合Hλ；以该不同组合Hλ对梯度图像进行阈值分割，获得相应的二值图像序列f′(x，y)；统计所述二值图像序列f′(x，y)中面积大于最小区域面积参数的封闭连通区域的数目Cλ；选择数目Cλ最大的二值图像作为标记图像。本发明只需简单地设定一个最小区域面积参数，即可根据最大区域数原理自适应地生成分水岭变化的最优标记图像，算法简单快捷，而且最小区域面积参数对图像分割结果不敏感，设定后一般无需改变。
-
公开(公告)号：CN102857829A
公开(公告)日：2013-01-02
申请号：CN201210398948.8
申请日：2012-10-19
Applicant: 南京大学
IPC: H04N21/63 , H04N21/643 , H04N21/647
Abstract: 本发明公开了一种基于3G网络的无线视频信息多路径传输方法，将区域内的无线视频传感器节点通过wifi组成一个自组织网络，每个节点分别与相邻的节点和远程的视频接收端建立通信。当自组织网络中某个无线视频传感器节点Na捕捉到区域内的某事件，节点Na开始将视频数据实时地向客户端传送，同时广播消息La给附近的其他节点。其他节点接收到消息L后，如果自己没有正在传送视频数据，就回复可以转发视频数据的信息。节点Na与上述节点N1,N2,…,Nm通过wifi进行tcp连接，然后节点将视频数据分成M+1份，每份标记上相关信息，然后分发给自己和先前发送回复消息的M个节点；M+1个节点通过3G网络将视频数据发送到客户端。本发明增强了视频传输的实时性并且提高了QoS保障，视频传输的带宽。
-
公开(公告)号：CN118070546A
公开(公告)日：2024-05-24
申请号：CN202410336171.5
申请日：2024-03-22
Applicant: 南京大学
IPC: G06F30/20
Abstract: 本发明公开了一种森林积雪二向反射率模拟方法，包括：将森林积雪系统自下而上分为三层：最下层为按比例覆盖的积雪和土壤，中间层由树冠和截留雪组成，顶层是大气层；模拟截留雪的反射率、截留雪的透过率；模拟积雪反射率矩阵、土壤反射率矩阵；模拟叶片的反射率和叶片的透过率；模拟大气辐射传输过程；模拟植被冠层对辐射的消光及散射系数；基于积雪反射率矩阵和土壤反射率矩阵，模拟地表反射率矩阵；应用四流理论模拟地表和冠层之间的相互作用，基于地表反射率矩阵和植被冠层对辐射的消光及散射系数，实现冠层顶反射率模拟；采用四流理论模拟积雪‑冠层背景与大气之间的相互作用，实现大气层顶反射率模拟。
-
Patent Agency Ranking
公开(公告)号：CN111104976B
公开(公告)日：2023-05-09
申请号：CN201911288523.X
申请日：2019-12-12
Applicant: 南京大学
IPC: G06V10/764 , G06V20/52 , G06V10/774
Abstract: 本发明公开了一种基于时间序列图像的蓝藻覆盖率计算方法，包括以下步骤：S10：输入时间序列蓝藻图像；S20：对输入的时间序列蓝藻图像按照n种不同分块像素进行分块，构成n个分块集，一个分块集对应一种分块像素；S30：将每个分块集批量输入至其对应的卷积神经网络中进行计算，得到分块集中各图像块的分类结果，所述分类结果至少包括蓝藻；根据分类结果，计算每个分块集中分类结果为蓝藻的图像块的数量占比，得到对应的分块像素下的时间序列蓝藻图像的蓝藻覆盖率；S40：将n个分块集的海藻覆盖率进行合并，得到最终的该时间序列蓝藻图像的蓝藻覆盖率。
-
公开(公告)号：CN114913411A
公开(公告)日：2022-08-16
申请号：CN202210393717.1
申请日：2022-04-15
Applicant: 南京大学
Abstract: 本发明公开了一种地物光谱指数驱动的无监督遥感图像语义分割方法，包括：基于遥感图像，计算地物的地物光谱指数I，得到地物光谱指数图；对地物光谱指数图进行标记，得到初始逐像元标记；采用拓展阈值e对地物光谱指数图进行阈值化，得到完整地物；利用初始逐像元标记训练语义分割网络模型，得到目标地物的预测结果；将目标地物的预测结果与完整地物进行整合，得到拓展区域，采用该拓展区域对初始逐像元标记进行更新，得到拓展标记；利用拓展标记继续训练语义分割网络模型，得到目标地物的预测结果，进入下一次迭代；直至达到最大迭代次数，得到可使用的逐像元标记；利用可使用的逐像元标记训练语义分割网络模型，用于语义分割。
-
公开(公告)号：CN102496151A
公开(公告)日：2012-06-13
申请号：CN201110406533.6
申请日：2011-12-08
Applicant: 南京大学
IPC: G06T5/00
Abstract: 本发明公开了一种用于高分辨率遥感图像多尺度分割的方法，包含如下步骤：(1)在合并终止条件控制下，采用局部最优的区域增长策略，进行像元级区域增长，生成初始分割结果；(2)在初始分割基础上构建区域邻接图，获取各分割区域的光谱、形状和边缘特征，并生成各分割区域之间的邻接关系；(3)建立合并准则并将该合并准则视为区域邻接图中弧段权重，表征相邻区域之间的相似性；(4)在区域邻接图基础上，采用尺度参数序列控制策略，应用局部相互最优的区域增长策略，生成不同尺度分割结果。本发明生成具有一致边界的多尺度分割结果，建立不同尺度分割结果之间的空间、语义联系。
-
公开(公告)号：CN114913412B
公开(公告)日：2025-01-07
申请号：CN202210393747.2
申请日：2022-04-15
Applicant: 南京大学
IPC: G06V20/10 , G06N3/0464 , G06N3/0895 , G06V10/26 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于位置编码的遥感图像自监督语义分割方法，包括采用无标注数据对编码器进行自监督预训练，得到经预训练的编码器；采用标注数据将经预训练的编码器微调至下游语义分割任务，并与相应的解码器构建遥感图像语义分割模型；将待进行语义分割的遥感图像输入至遥感图像语义分割模型中，得到分割结果；本发明方法可利用大量无标注遥感数据学习丰富的地物语义特征，从而减少遥感图像语义分割对标注数据的依赖，提升遥感影像智能化解译效率。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.02 seconds)
