公开(公告)号：CN117372863A

公开(公告)日：2024-01-09

申请号：CN202311211153.6

申请日：2023-09-19

Applicant: 桂林电子科技大学 ,  南宁桂电电子科技研究院有限公司

Inventor： 黄建华 ,  罗明明 ,  孙希延 ,  纪元法 ,  符强 ,  王守华 ,  严素清 ,  于政尧 ,  万逸轩

IPC: G06V20/10 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/774

Abstract: 本发明提出一种基于改进YOLOv5的小目标森林火灾识别方法，包括一：对森林火灾图像进行预处理，将预处理后的数据集分为训练集和测试集；二：构建基于改进YOLOv5的小目标森林火灾卷积神经网络模型；三：将预处理后的训练集输入到所构建基于改进YOLOv5的小目标森林火灾卷积神经网络模型中进行训练，得到训练好的网络模型；四：将测试集图像输入训练好的模型中进行测试，即可得到森林火灾目标识别的测试结果；通过本发明的方法可以解决当森林火灾初期火灾目标的尺寸较小，导致森林火灾识别精度低的问题。

公开(公告)号：CN117173577A

公开(公告)日：2023-12-05

申请号：CN202311211198.3

申请日：2023-09-19

Applicant: 桂林电子科技大学 ,  南宁桂电电子科技研究院有限公司

Inventor： 黄建华 ,  于政尧 ,  孙希延 ,  纪元法 ,  符强 ,  王守华 ,  严素清 ,  罗明明 ,  万逸轩

IPC: G06V20/10 ,  G06V20/13 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/764

Abstract: 本发明提出一种基于改进Swin Transformer的遥感影像建筑物变化检测方法，包括一：采集建筑物的遥感影响数据，对数据集中的遥感影像数据进行预处理，制作训练数据集；二：构建CNN模块与Swin Transformer模块，用于提取建筑物的全局‑局部特征；三：基于CNN‑Swin Transformer特征提取模块来设计特征提取编码器和多尺度特征融合解码器；四：基于CNN‑Swin Transformer特征提取编码器，以及解码器来构建改进的变化检测网络；五：将编码器所提取的特征输入到解码器中，得到二分类结果图。本发明有效提高了建筑物变化检测的准确率，分割结果形状规则且边缘细腻，基本没有检测到伪变化区域。实现对建筑物变化区域的准确检测，对比现有变化检测方法在应用于国土资源管理方面上更具优势。