-
公开(公告)号:CN114973054A
公开(公告)日:2022-08-30
申请号:CN202210309109.8
申请日:2022-03-28
Applicant: 河海大学 , 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06V20/40 , G06V20/52 , G06V20/70 , G06V10/80 , G06V10/44 , G06V10/82 , G06V10/764 , G06V10/766 , G06V10/762 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于DCBFFNet的城市河道水上多目标检测方法与系统。首先从视频流中分别提取城市河道管理涉及水上对象的图像,进行降噪处理和标注,构建目标检测数据集;其次构建对象尺度敏感的密集连接双向特征融合深度学习模型DCBFFNet,该模型构建了面向多对象特性的特征层选择模块以及基于多尺度特征的密集双向特征融合模块,并设计了面向对象的多层特征图锚框尺寸;再基于最优的锚框尺寸和目标检测数据集,进行模型的迭代训练;最后基于训练好的模型实现水上对象的定位和类别预测。本发明通过端到端的模型训练可实现从数据集到目标检测的完整流程,用于城市河道水上多目标的定位和对象类别判断,为城市河道健康管理的及时响应提供智能化方法。
-
公开(公告)号:CN118072169A
公开(公告)日:2024-05-24
申请号:CN202410212711.9
申请日:2024-02-27
Applicant: 河海大学
IPC: G06V20/10 , G06V20/17 , G06T7/00 , G06V10/143 , G06V10/10 , G06V10/44 , G06V10/54 , G06V10/80 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于HDIOCNet模型的混凝土大坝多类隐患快速检测方法及系统,首先,获取混凝土结构表面的红外‑可见双光图像,预处理后进行语义标注,构建集成双光图像的混凝土大坝隐患检测训练数据集;其次,构建混凝土大坝多类隐患快速检测深度学习模型HDIOCNet,该模型采用高效的编码器‑解码器沙漏结构,编码器部分包括轻量化的边缘和纹理特征提取主干网和多尺度感受野扩展空洞卷积池化金字塔,完成对输入双光图像特征的编码并输出不同语义级别特征图;最后,基于双光数据集训练模型HDIOCNet,基于训练好的模型对隐患类型进行预测并对隐患面积进行计算和比较。本发明具有检测精度高、检测速度快、智能化的优势,为混凝土结构的安全监测提供了高效的解决方法。
-
公开(公告)号:CN116363526B
公开(公告)日:2024-04-19
申请号:CN202310366868.2
申请日:2023-04-07
Applicant: 河海大学
IPC: G06V20/13 , G06V20/70 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种多源遥感影像对象类型变化检测深度学习模型MROCNet构建方法及应用,首先通过所提的精确匹配算法,完成多源遥感影像的匹配和对象语义标注,构建双时相多源遥感影像对象类型变化检测数据集;并构建基于孪生网络架构的MROCNet模型,该模型的每个主干网由四个长短型分支构成,其中两个分支包括轻量化串并联扩张残差网络模块和多尺度通道信息增强模块,另外两个分支包括轻量化串并联扩张残差网络模块和多尺度空间信息增强模块;最后基于构建的数据集训练模型,通过语义计算对比实现地物类型变化检测。本发明能够有效解决遥感影像中的类内不一致和类间相似性问题,提升网络模型的判别能力,为河湖健康管理的及时响应提供智能化方法。
-
公开(公告)号:CN117911701A
公开(公告)日:2024-04-19
申请号:CN202410104479.7
申请日:2024-01-25
Applicant: 河海大学
IPC: G06V10/26 , G06V20/13 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/0455
Abstract: 本发明公开了一种轻量化的双预测分支语义分割水体提取深度学习方法及系统,首先,构建轻量化双预测分支语义分割模型的编码部分,基于取视觉感受度设计编码结构中的三种卷积块,分别提取高、中、低三种分辨率的特征图;其次,构建轻量化双预测分支语义分割模型的解码部分,设计双预测分支,将中、低分辨率特征图融合并作为判别特征之一,输入其中一个预测分支,将高分辨率特征图输入另一个预测分支,并根据两个预测分支的最大置信度作为最终的预测概率;最后,利用卫星遥感影像标注的数据集和提出的自适应学习率训练模型。通过本发明中提出的深度学习模型可有效解决大范围卫星遥感影像中的水体提取,为水资源的动态变化监测提供智能化方法。
-
公开(公告)号:CN112270301A
公开(公告)日:2021-01-26
申请号:CN202011284176.6
申请日:2020-11-17
Applicant: 河海大学
Abstract: 本发明公开了一种基于波段特性的Landsat遥感影像水体提取方法,包括如下步骤:选择Landsat 7 ETM+和Landsat 8 OLI遥感影像中六个共有波段,对两类典型水体的光谱敏感性分析,确定波段的选择并赋予所选波段初始权值;再进行除水体之外五类典型地物的光谱敏感性分析,确定共同敏感波段及波段对应的初始权值;基于多目标优化算法思想,以更好地区分水体与其他地物为原则,确定水体提取模型;最后通过融合后的光谱信息和0阈值对水体进行二值分割,实现水体提取。本发明从实际遥感影像数据的光谱统计特性出发,进行水体提取模型的构建,达到不同地物的有效区分,提升水体提取精度,避免了传统水体提取模型难以确定最优阈值的困扰。
-
公开(公告)号:CN116363526A
公开(公告)日:2023-06-30
申请号:CN202310366868.2
申请日:2023-04-07
Applicant: 河海大学
IPC: G06V20/13 , G06V20/70 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种多源遥感影像对象类型变化检测深度学习模型MROCNet构建方法及应用,首先通过所提的精确匹配算法,完成多源遥感影像的匹配和对象语义标注,构建双时相多源遥感影像对象类型变化检测数据集;并构建基于孪生网络架构的MROCNet模型,该模型的每个主干网由四个长短型分支构成,其中两个分支包括轻量化串并联扩张残差网络模块和多尺度通道信息增强模块,另外两个分支包括轻量化串并联扩张残差网络模块和多尺度空间信息增强模块;最后基于构建的数据集训练模型,通过语义计算对比实现地物类型变化检测。本发明能够有效解决遥感影像中的类内不一致和类间相似性问题,提升网络模型的判别能力,为河湖健康管理的及时响应提供智能化方法。
-
公开(公告)号:CN112270301B
公开(公告)日:2022-07-29
申请号:CN202011284176.6
申请日:2020-11-17
Applicant: 河海大学
IPC: G06V20/13 , G06V10/764 , G06K9/62 , G06T7/136
Abstract: 本发明公开了一种基于波段特性的Landsat遥感影像水体提取方法,包括如下步骤:选择Landsat 7 ETM+和Landsat 8 OLI遥感影像中六个共有波段,对两类典型水体的光谱敏感性分析,确定波段的选择并赋予所选波段初始权值;再进行除水体之外五类典型地物的光谱敏感性分析,确定共同敏感波段及波段对应的初始权值;基于多目标优化算法思想,以更好地区分水体与其他地物为原则,确定水体提取模型;最后通过融合后的光谱信息和0阈值对水体进行二值分割,实现水体提取。本发明从实际遥感影像数据的光谱统计特性出发,进行水体提取模型的构建,达到不同地物的有效区分,提升水体提取精度,避免了传统水体提取模型难以确定最优阈值的困扰。
-
-
-
-
-
-