一种高分辨率遥感影像建筑物提取方法及系统

    公开(公告)号:CN116012709A

    公开(公告)日:2023-04-25

    申请号:CN202310017827.2

    申请日:2023-01-06

    摘要: 本发明提供了一种高分辨率遥感影像建筑物提取方法及系统,方法包括:获取研究区内的航空影像数据;对航空影像数据进行图像预处理和数据增强,并将处理后的数据划分为训练集、测试集和验证集;分别构建空间信息编码器、语义编码器、双注意力提取器和注意力特征定义器;根据空间信息编码器、语义编码器、双注意力提取器和注意力特征定义器构建深度空间注意力网络,并根据训练集对深度空间注意力网络进行训练;分别利用测试集和验证集对深度空间注意力网络进行测试和验证,得到最优的遥感影像建筑物提取模型;将待检测数据输入至遥感影像建筑物提取模型中,得到检测结果。本发明能够提高遥感影像建筑物提取准确率。

    一种步态探测算法、装置以及系统

    公开(公告)号:CN111358472B

    公开(公告)日:2022-08-23

    申请号:CN202010231228.7

    申请日:2020-03-27

    摘要: 本发明适用于计算机技术领域,涉及一种步态探测算法、装置以及系统,所述步态探测算法包括:将爬坡次数与下坡次数重置为0,直至合加速度模值大于预设阈值;更新爬坡次数与下坡次数,直至爬坡次数大于预设阈值,且合加速度模值处于峰值;将下坡次数重置为0,并更新下坡次数,直至下坡次数大于预设阈值,且合加速度模值处于谷值;将上坡次数重置为0,并更新爬坡次数,直至上坡次数大于预设阈值,且合加速度模值满足预设要求,步数加1。本发明的步态探测算法利用合加速度模值以及相邻时刻合加速度模值差值与预设的多个阈值进行比较,分别确定行走周期中的各个状态,得到完整的行走周期,实现计步,较常规计步算法更加准确。

    一种基于坡度坡向联合熵的地形采样数据抽稀方法

    公开(公告)号:CN118229897B

    公开(公告)日:2024-10-01

    申请号:CN202410052136.0

    申请日:2024-01-15

    IPC分类号: G06T17/05 G06T17/20

    摘要: 本发明提供了一种基于坡度坡向联合熵的地形采样数据抽稀方法,其包括如下步骤:步骤1:以不规则三角形网表面模型作为地形特征分析的基础,用于获取局部地形单元的坡度、坡向属性,并将与采样点相连接的地形单元所在范围作为局部分析窗口;步骤2:以坡度坡向联合熵为量化指标构建地形复杂度量化模型,用以衡量采样点对局部地形的影响;步骤3:根据采样点的熵值与阈值进行大小比较,输出保留采样点。本发明不但能够保留坡度变化各异的区域地形特征点,一些坡向变化各异的区域地形特征点也能够被保留。这种综合形态刻画方式使其在较高抽稀率情况下仍能够优先保留对整体地形形态刻画更重要的特征点,保持表面模型具有较高的精度。

    一种宽刈幅测高数据交叉点位置确定方法和海面高数据精度提升方法

    公开(公告)号:CN118410258B

    公开(公告)日:2024-09-20

    申请号:CN202410840195.4

    申请日:2024-06-27

    IPC分类号: G06F17/10 G01C5/00 G01C13/00

    摘要: 本发明提供了一种宽刈幅测高数据交叉点位置确定方法和海面高数据精度提升方法,属于高精度的海面高数据技术领域。一种宽刈幅测高数据交叉点位置确定方法,通过随机选取上升pass和下降pass,计算其与最外侧平行轨道的交点,并利用纬度差确定菱形交叉区域。随后,通过扩大研究区域并计算刈幅边缘平行轨道的交叉点,限定计算区域。一种海面高数据精度提升方法,利用交叉点位置计算海面高交叉点不符值,评估并提升海面高精度。该方法不仅提高了交叉点位置的确定精度,而且通过交叉点平差技术显著提升了海面高数据的精度,使得到的海面高数据更加准确可靠。

    一种基于粒子群优化随机森林的地壳形变时序模拟方法

    公开(公告)号:CN118332521B

    公开(公告)日:2024-09-20

    申请号:CN202410777539.1

    申请日:2024-06-17

    摘要: 本发明提供了一种基于粒子群优化随机森林的地壳形变时序模拟方法,属于大地测量形变监测技术领域,包括以下步骤:原始数据经过数据处理后进入模型优化阶段,将粒子群算法与随机森林算法相结合进行模型最优参数搜索,通过不断迭代运算,获取粒子的自适应度,达到最终迭代次数,最终获取最佳粒子位置和速度。随后进入模型训练阶段,将粒子群优化算法获取到的最佳参数作为随机森林回归模型构建的最优参数并导入数据集进行模型训练与测试,最终使用粒子群优化随机森林回归模型实现对地壳垂直形变时序模拟的方法。本发明采用上述的一种基于粒子群优化随机森林的地壳形变时序模拟方法,极大程度地提高了地壳垂直形变时序预测精度与计算速度。

    一种基于激光测量点云的室内结构分割方法

    公开(公告)号:CN114463524A

    公开(公告)日:2022-05-10

    申请号:CN202210039634.2

    申请日:2022-01-14

    IPC分类号: G06T19/20

    摘要: 本发明公开了一种基于激光测量点云的室内结构分割方法,包括输入室内三维点云后,首先基于给定的初始分辨率,使用TBBS超体素分割方法,实现点云的超体素分割,提取平面超体素单元;借助曲率和法向量变化,提取曲面超体素中的曲面点单元;基于平面超体素,拟合室内平面模型;基于曲面点,使用圆柱单形,拟合室内曲面模型;最终,基于α扩张优化算法,将提取的超体素单元和曲面点单元,分配给最优的模型,实现单元分类与分割。本发明先将室内三维点云预分割为超体素单元,每个超体素内点共享相同的法向量和曲率,有助于点云噪声的滤除与点云处理的效率。超体素集采用多分辨率,保证了超体素预分割的边界准确性和曲面结构完整性。

    一种基于机器学习融合海底地形数据的重力异常反演方法

    公开(公告)号:CN117169979B

    公开(公告)日:2024-07-02

    申请号:CN202311147083.2

    申请日:2023-09-07

    IPC分类号: G01V7/06 G06F30/27 G06F119/02

    摘要: 本发明提供了一种基于机器学习融合海底地形数据的重力异常反演方法,属于海底地形起伏以及地质构造反演技术领域。通过以下技术方案实现:获取反演区域的海底地形数据、船载重力数据、卫星测高数据和经度纬度数据;对船载重力数据预处理,得到平差后的船载重力异常数据;基于卫星测高数据,计算反演区域格网剩余垂线偏差的南北分量和东西分量;求解计算点与某一方向格网点的经度差值和纬度差值;构建多通道卷积神经网络模型,对模型进行训练,得到模型的参数,获取训练完成的多通道卷积神经网络模型。本发明在重力反演中引入海底地形,能够大幅提高重力反演精度。