公开(公告)号：CN113536713A

公开(公告)日：2021-10-22

申请号：CN202110895468.1

申请日：2021-08-05

申请人： 武汉理工大学 ,  华中师范大学 ,  长江水利委员会水文局

发明人： 胡少华 ,  周虹延 ,  邴建平 ,  吴浩 ,  欧阳硕 ,  邹振华 ,  杜涛 ,  贾建伟 ,  邓鹏鑫 ,  郭卫 ,  汪飞

IPC分类号： G06F30/28 ,  G06Q10/06 ,  G06Q50/26 ,  G06F111/10 ,  G06F113/08 ,  G06F119/14

摘要： 本发明涉及一种尾矿库溃坝应急仿真演练系统、装置及方法，首先利用无人机建模生成高精度的尾矿库及下游区域三维模型，然后构建尾矿库溃坝情景事件，利用尾矿库溃坝情景事件和尾矿库及下游区域三维模型进行尾矿库溃坝三维数值模拟，生成尾矿库溃坝事故情景报告，最后根据尾矿库及下游区域三维模型、尾矿库溃坝事故情景报告和尾矿库溃坝情景事件进行尾矿库溃坝应急仿真演练，实现有效地尾矿库溃坝事故应急演练，提升尾矿库应急救援能力，最大程度上降低尾矿库溃坝所带来的损失。

公开(公告)号：CN117173557B

公开(公告)日：2024-10-18

申请号：CN202310972067.0

申请日：2023-08-03

申请人： 华中师范大学

发明人： 吴浩 ,  邓伟豪 ,  谢君洋 ,  吴紫薇 ,  吴文斌 ,  胡琼

IPC分类号： G06V20/10 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

摘要： 本发明公开了一种面向典型农村道路遥感提取的深度学习方法，包括：(1)获取用于典型农村道路提取的高分辨率遥感影像，并进行预处理，包括辐射定标、大气校正、几何校正、波段融合；(2)依据预处理后的高分遥感影像进行人工目视解译，获取道路矢量数据，并制作模型的训练与测试数据集；(3)在U‑Net模型中加入优化残差模块、全局上下文注意力机制模块和DUpsampling模块，提出GDU‑Net模型；(4)利用训练数据集进行模型训练，然后将测试数据集输入到模型中，进行道路提取与结果评价。本发明不仅能够正确提取农村道路的边界，而且增强了提取结果的完整性，显著提升了典型农村道路的提取精度，具有较好的应用价值。

公开(公告)号：CN117274650B

公开(公告)日：2024-09-24

申请号：CN202311409376.3

申请日：2023-10-27

申请人： 华中师范大学

发明人： 林安琪 ,  吴浩 ,  罗文庭

IPC分类号： G06V10/762 ,  G06V10/82 ,  G06V10/764 ,  G06V10/74 ,  G06V10/26 ,  G06N3/045 ,  G06N3/088 ,  G06N3/09 ,  G06V20/10

摘要： 本发明公开了基于遥感‑众源语义深度聚类的城市功能区识别方法，即：首先，联合高分辨遥感影像与众源建筑物足迹数据，从几何、紧凑度、位置、光谱、纹理和亮度六个维度提取建筑物功能语义特征；然后，构建基于深度嵌入网络的建筑物聚类方法，利用自编码器模块生成建筑物功能语义的低维特征表达，并通过深度神经网络DNN模块来优化建筑物的聚类簇；接着，通过生成格网、类别关联、格网融合与后处理步骤，将离散的建筑物聚类簇转化为连续的面要素，划分城市功能区的识别单元；最后，利用兴趣点与Word2Vec模型，对所划分的单元进行功能识别，生成精细化的城市功能区图。本发明实现灵活、精准的城市功能区场景分割，提升了城市功能区识别的粒度和精度。

公开(公告)号：CN116665070B

公开(公告)日：2024-07-09

申请号：CN202310605611.8

申请日：2023-05-26

申请人： 华中师范大学

发明人： 吴浩 ,  谢君洋 ,  林安琪 ,  吴紫薇 ,  胡琼 ,  宋旦霞

IPC分类号： G06V20/13 ,  G06V20/10 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了融合跳跃网络与Mask R‑CNN模型的梯田遥感识别方法，包括：(1)获取用于梯田识别的高分辨率遥感影像，并进行预处理，包括辐射定标、大气校正、几何校正、波段融合、影像裁剪；(2)依据预处理后的高分遥感影像进行人工解译，获取梯田矢量数据样本库并制作模型训练、验证与测试的数据集；(3)将跳跃网络与Mask R‑CNN模型进行融合，提出JAM‑R‑CNN模型；(4)利用训练数据集进行模型训练，再将验证数据集用于选择模型最优参数，最后利用测试数据集进行梯田识别及结果评价。本发明能够有效地减少梯田识别结果的粘连现象，同时明显提高狭长型梯田的提取率，实现了梯田的高精度遥感识别，具有较好的应用价值。

公开(公告)号：CN117274650A

公开(公告)日：2023-12-22

申请号：CN202311409376.3

申请日：2023-10-27

申请人： 华中师范大学

发明人： 林安琪 ,  吴浩 ,  罗文庭

IPC分类号： G06V10/762 ,  G06V10/82 ,  G06V10/764 ,  G06V10/74 ,  G06V10/26 ,  G06N3/045 ,  G06N3/088 ,  G06N3/09 ,  G06V20/10

摘要： 本发明公开了基于遥感‑众源语义深度聚类的城市功能区识别方法，即：首先，联合高分辨遥感影像与众源建筑物足迹数据，从几何、紧凑度、位置、光谱、纹理和亮度六个维度提取建筑物功能语义特征；然后，构建基于深度嵌入网络的建筑物聚类方法，利用自编码器模块生成建筑物功能语义的低维特征表达，并通过深度神经网络DNN模块来优化建筑物的聚类簇；接着，通过生成格网、类别关联、格网融合与后处理步骤，将离散的建筑物聚类簇转化为连续的面要素，划分城市功能区的识别单元；最后，利用兴趣点与Word2Vec模型，对所划分的单元进行功能识别，生成精细化的城市功能区图。本发明实现灵活、精准的城市功能区场景分割，提升了城市功能区识别的粒度和精度。

公开(公告)号：CN118314291B

公开(公告)日：2024-08-09

申请号：CN202410745157.0

申请日：2024-06-11

申请人： 华中师范大学

发明人： 林安琪 ,  罗文庭 ,  吴浩 ,  刘恒源

IPC分类号： G06T17/00 ,  G06T9/40

摘要： 本发明公开了一种用于表征城市立体聚集度的最小三维生成树方法，基于建筑物足迹数据建立城市建筑物的三维模型，生成各街区内的建筑物三维模型对应的矢量不规则三角网；建立空间连通图；根据最小三维生成树计算立体形态聚集度指标；生成城市立体形态空间聚集度结果专题图。本发明在量化城市立体聚集度方面表现出更高的敏感性。相对于传统的遍历形成完全图的方法，大大降低了最小三维生成树的求解成本。

公开(公告)号：CN117173557A

公开(公告)日：2023-12-05

申请号：CN202310972067.0

申请日：2023-08-03

申请人： 华中师范大学

发明人： 吴浩 ,  邓伟豪 ,  谢君洋 ,  吴紫薇 ,  吴文斌 ,  胡琼

IPC分类号： G06V20/10 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

摘要： 本发明公开了一种面向典型农村道路遥感提取的深度学习方法，包括：(1)获取用于典型农村道路提取的高分辨率遥感影像，并进行预处理，包括辐射定标、大气校正、几何校正、波段融合；(2)依据预处理后的高分遥感影像进行人工目视解译，获取道路矢量数据，并制作模型的训练与测试数据集；(3)在U‑Net模型中加入优化残差模块、全局上下文注意力机制模块和DUpsampling模块，提出GDU‑Net模型；(4)利用训练数据集进行模型训练，然后将测试数据集输入到模型中，进行道路提取与结果评价。本发明不仅能够正确提取农村道路的边界，而且增强了提取结果的完整性，显著提升了典型农村道路的提取精度，具有较好的应用价值。

公开(公告)号：CN116665070A

公开(公告)日：2023-08-29

申请号：CN202310605611.8

申请日：2023-05-26

申请人： 华中师范大学

发明人： 吴浩 ,  谢君洋 ,  林安琪 ,  吴紫薇 ,  胡琼 ,  宋旦霞

IPC分类号： G06V20/13 ,  G06V20/10 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了融合跳跃网络与Mask R‑CNN模型的梯田遥感识别方法，包括：(1)获取用于梯田识别的高分辨率遥感影像，并进行预处理，包括辐射定标、大气校正、几何校正、波段融合、影像裁剪；(2)依据预处理后的高分遥感影像进行人工解译，获取梯田矢量数据样本库并制作模型训练、验证与测试的数据集；(3)将跳跃网络与Mask R‑CNN模型进行融合，提出JAM‑R‑CNN模型；(4)利用训练数据集进行模型训练，再将验证数据集用于选择模型最优参数，最后利用测试数据集进行梯田识别及结果评价。本发明能够有效地减少梯田识别结果的粘连现象，同时明显提高狭长型梯田的提取率，实现了梯田的高精度遥感识别，具有较好的应用价值。

公开(公告)号：CN116664468A

公开(公告)日：2023-08-29

申请号：CN202310730726.X

申请日：2023-06-20

申请人： 华中师范大学

发明人： 刘兰法 ,  周柏涛 ,  仝梓晨 ,  吴浩 ,  宋旦霞 ,  胡琼 ,  林安琪 ,  张荣春 ,  衣雪峰

IPC分类号： G06T5/50 ,  G06T3/40 ,  G06N3/0475 ,  G06N3/094

摘要： 本发明提供了一种高分辨率高光谱图像融合方法，属于遥感图像融合技术领域，包括:制作低分辨率高光谱遥感图像与对应全色遥感图像数据集；构建多尺度零参考生成对抗网络的生成器，在多尺度零参考生成对抗网络的生成器中加入批量归一化和密集连接来实现高分辨率高光谱图像生成；构建多尺度零参考生成对抗网络的判别器，使用经过光谱响应滤波处理后的数据和数据集的正常数据来训练判别器；将高光谱和全色遥感影像数据集输入多尺度零参考生成对抗网络中得到高分辨率高光谱图像；该方法能够使用少数训练数据生成高分辨率高光谱遥感图像，大大减少数据规模依赖性。

公开(公告)号：CN115937698A

公开(公告)日：2023-04-07

申请号：CN202211212391.4

申请日：2022-09-29

申请人： 华中师范大学

发明人： 吴浩 ,  刘冰洁 ,  吴紫薇

IPC分类号： G06V20/13 ,  G06V10/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08

摘要： 本发明提供的自适应的尾矿库遥感深度学习检测方法，用于大范围尾矿库识别与提取。本发明提出了一种全新的尾矿库遥感提取框架，即：首先，采用特征金字塔网络基于尾矿库遥感影像数据集进行不同尺度大小尾矿库深度特征学习；其次，采用级联定位优化模块，根据特征值对尾矿库进行定位并使用多级检测器对定位坐标进行优化；第三，根据定位优化值获取候选检测对象，基于深度学习算法与传统特征提取算法进行多维特征的提取与融合，生成特征向量；最后，采用自适应特征学习分类器基于特征向量进行集成学习与分类，剔除虚警目标并提取尾矿库。本发明具有定位精度高、虚警率低、应用范围广等优点，可为尾矿库分布信息动态更新与安全管理提供重要依据。