-
公开(公告)号：CN118015475B
公开(公告)日：2024-06-21
申请号：CN202410417206.8
申请日：2024-04-09
申请人： 江西啄木蜂科技有限公司
摘要： 本发明公开了一种面向林权确权中的地类冲突区域检测方法，属于图像数据处理技术领域，包括获取林权证发证范围的遥感影像，划分为m个方块；提取每个方块的高层语义特征；依次计算每个的方块密度；标记核心方块和密度连通；基于密度连通的地类冲突区域检测。本发明能有效地抽象提取出图像包含的高层语义信息用于计算密度，再基于方块与其邻居的相似性定义密度，从而准确捕捉数据的局部信息，并基于密度层次化地合并方块，使得对形状不规则地类遥感影像的聚类更加准确。本发明在进行检测异常时，能充分考虑簇内方块之间的平均相似度与其它簇内所有方块之间的相似差异，更好解决林权确权中的地类冲突问题。
-
公开(公告)号：CN117557733A
公开(公告)日：2024-02-13
申请号：CN202410039253.3
申请日：2024-01-11
申请人： 江西啄木蜂科技有限公司
IPC分类号： G06T17/00 , G06T7/30 , G06N3/0475 , G06N3/0455 , G06N3/08
摘要： 本发明公开了一种基于超分辨率的自然保护区三维重建方法，包括获取一组自然保护区的高分辨率点云Q；将Q中点云两两组合构成点云对，若点云对中两片点云相邻，用点云局部配准得到匹配点对集合，若不相邻，先用全局配准判断两片点云是否相关，若相关再通过最近邻得到匹配点对集合；用点云间的匹配点对集合进行多点云同时配准，更新点云位姿；并用更新后的位姿集合融合点云，得到完整三维点云并映射颜色。本发明使用点云配准的方式进行三维重建，先对点云密度进行提升，通过全局配准寻找不相邻点云间的关联减少累积误差、最小化匹配点距离避免配准时仅是点云的相对位姿自洽而非几何对齐的缺陷，本发明无需大量的计算资源，重建速度快、精度高。
-
公开(公告)号：CN117292213A
公开(公告)日：2023-12-26
申请号：CN202311593053.4
申请日：2023-11-27
申请人： 江西啄木蜂科技有限公司
IPC分类号： G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/08 , G06T7/00
摘要： 本发明公开了一种多类型相机下样本不均衡的松林变色异木识别方法，包括选取K类相机拍摄得到K个子数据集，计算每个子数据集的占比，按占比从高到低标记为D1~DK，构成数据集D；在Faster R‑CNN网络中设计数据相关性损失、RPN网络中设计数据相似性损失来优化目标函数，训练网络得到目标识别模型。本发明以占比最大的D1中变色异木区域特征为中心，使其他占比小的子数据集的变色异木区域特征与其相似，从而在确保D1识别准确性的基础上，提高对D2~DK的识别能力，也就提升了对不同相机采集的松林影像中变色异木区域的识别能力，且无需增加检测模型增参数。
-
公开(公告)号：CN118537433A
公开(公告)日：2024-08-23
申请号：CN202410995456.X
申请日：2024-07-24
申请人： 江西啄木蜂科技有限公司
IPC分类号： G06T11/00 , G06T11/60 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/82 , G06V10/86 , G06N3/0455 , G06N3/0464 , G06N3/096 , G06N3/048
摘要： 本发明公开了一种基于多模态大模型的自然保护地和林业遥感图像生成方法，包括构造第一遥感数据集Dc和第二遥感数据集Ds；构造风格迁移网络；构造总损失L，冻结风格迁移网络中第一CLIP图像编码器、第二CLIP图像编码器的权重，用Dc、Ds以最小化L训练风格迁移网络，得到第一风格迁移模型M1；基于M1构造第二风格迁移模型M2，生成最终风格迁移图像。本发明能有效地利用CLIP模型的跨模态学习能力，利用文本生成图像以及将目标风格图的风格特征融合到生成图像中，保证风格的一致性和图像质量，从而优化来了图像内容和风格一致性，确保输出图像在视觉和内容上的高度协调。使管理者能更精准地分析和理解自然保护地和林业区域的动态变化。
-
公开(公告)号：CN117612017B
公开(公告)日：2024-05-24
申请号：CN202410090942.7
申请日：2024-01-23
申请人： 江西啄木蜂科技有限公司
IPC分类号： G06V20/10 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种环境自适应的遥感影像变化检测方法，包括构造遥感影像数据集；构造融合网络，包括特征统一网络和超分辨网络；用遥感影像数据集训练融合网络得到融合模型；变化检测中融合网络先将两张遥感影像P0、P1分别转换为特征分布相同的转换影像PC0和PC1，然后将PC0进行放大获得影像PL0，通过对PC1和PL0中像素点的距离计算获得变化检测结果。本发明用特征统一网络将不同特征的遥感影像转换为特征分布相同的转换影像，再进行变化检测使得变化检测能够适应不同环境。尤其适用于因采集时间不同、地区不同下的特征差异大的遥感影像。同时用超分辨网络进行背景建模，能充分利用相邻像素间相关性，提高变化检测准确性。
-
公开(公告)号：CN117612017A
公开(公告)日：2024-02-27
申请号：CN202410090942.7
申请日：2024-01-23
申请人： 江西啄木蜂科技有限公司
IPC分类号： G06V20/10 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种环境自适应的遥感影像变化检测方法，包括构造遥感影像数据集；构造融合网络，包括特征统一网络和超分辨网络；用遥感影像数据集训练融合网络得到融合模型；变化检测中融合网络先将两张遥感影像P0、P1分别转换为特征分布相同的转换影像PC0和PC1，然后将PC0进行放大获得影像PL0，通过对PC1和PL0中像素点的距离计算获得变化检测结果。本发明用特征统一网络将不同特征的遥感影像转换为特征分布相同的转换影像，再进行变化检测使得变化检测能够适应不同环境。尤其适用于因采集时间不同、地区不同下的特征差异大的遥感影像。同时用超分辨网络进行背景建模，能充分利用相邻像素间相关性，提高变化检测准确性。
-
公开(公告)号：CN118015475A
公开(公告)日：2024-05-10
申请号：CN202410417206.8
申请日：2024-04-09
申请人： 江西啄木蜂科技有限公司
摘要： 本发明公开了一种面向林权确权中的地类冲突区域检测方法，属于图像数据处理技术领域，包括获取林权证发证范围的遥感影像，划分为m个方块；提取每个方块的高层语义特征；依次计算每个的方块密度；标记核心方块和密度连通；基于密度连通的地类冲突区域检测。本发明能有效地抽象提取出图像包含的高层语义信息用于计算密度，再基于方块与其邻居的相似性定义密度，从而准确捕捉数据的局部信息，并基于密度层次化地合并方块，使得对形状不规则地类遥感影像的聚类更加准确。本发明在进行检测异常时，能充分考虑簇内方块之间的平均相似度与其它簇内所有方块之间的相似差异，更好解决林权确权中的地类冲突问题。
-
公开(公告)号：CN117292213B
公开(公告)日：2024-01-30
申请号：CN202311593053.4
申请日：2023-11-27
申请人： 江西啄木蜂科技有限公司
IPC分类号： G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/08 , G06T7/00
摘要： 测模型增参数。本发明公开了一种多类型相机下样本不均衡的松林变色异木识别方法，包括选取K类相机拍摄得到K个子数据集，计算每个子数据集的占比，按占比从高到低标记为D1~DK，构成数据集D；在Faster R‑CNN网络中设计数据相关性损失、RPN网络中设计数据相似性损失来优化目标函数，训练网络得到目标识别模型。本发明以占比最大的D1中变色异木区域特征为中心，使其他占比小的子数据集的变色异木区域特征与其相似，(56)对比文件张琦;胡广地;李雨生;赵鑫.改进Fast-RCNN的双目视觉车辆检测方法.应用光学.2018,(第06期),全文.
-
公开(公告)号：CN118887550A
公开(公告)日：2024-11-01
申请号：CN202411368421.X
申请日：2024-09-29
申请人： 江西啄木蜂科技有限公司 , 江西省国土空间调查规划研究院
IPC分类号： G06V20/10 , G06V10/82 , G06N3/0455 , G06N3/082 , G06V10/80 , G06N3/0475 , G06V10/26 , G06V20/70
摘要： 本发明公开了一种基于多模态图像生成的林业资源变化监测方法，属于图像数据处理技术领域，包括构造数据集；选取一cycleGAN网络，改进其损失函数，用数据集训练得到改进生成器；构造SAR辅助编码器和改进SETR网络；构造完整数据集Gall；用Gall训练改进SETR网络得到改进SETR模型，用于变化检测。本发明实现多模态的信息有效利用，不仅能增强训练稳定性、提升泛化能力，还能根据图像质量进行自适应调整，从而对林区图像实现更精确的语义分割，结合不同时刻的语义分割图得到更准确的变化区域。本发明能监测森林的动态变化，及时识别森林退化、火灾发生和病害扩散等事件，从而为林业管理和灾害响应提供关键信息。
-
公开(公告)号：CN118537433B
公开(公告)日：2024-09-27
申请号：CN202410995456.X
申请日：2024-07-24
申请人： 江西啄木蜂科技有限公司
IPC分类号： G06T11/00 , G06T11/60 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/82 , G06V10/86 , G06N3/0455 , G06N3/0464 , G06N3/096 , G06N3/048
摘要： 本发明公开了一种基于多模态大模型的自然保护地和林业遥感图像生成方法，包括构造第一遥感数据集Dc和第二遥感数据集Ds；构造风格迁移网络；构造总损失L，冻结风格迁移网络中第一CLIP图像编码器、第二CLIP图像编码器的权重，用Dc、Ds以最小化L训练风格迁移网络，得到第一风格迁移模型M1；基于M1构造第二风格迁移模型M2，生成最终风格迁移图像。本发明能有效地利用CLIP模型的跨模态学习能力，利用文本生成图像以及将目标风格图的风格特征融合到生成图像中，保证风格的一致性和图像质量，从而优化来了图像内容和风格一致性，确保输出图像在视觉和内容上的高度协调。使管理者能更精准地分析和理解自然保护地和林业区域的动态变化。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.032 秒)
