-
公开(公告)号：CN119580119A
公开(公告)日：2025-03-07
申请号：CN202411743939.7
申请日：2024-11-30
Applicant: 西安电子科技大学
IPC: G06V20/13 , G06V10/40 , G06V10/774 , G06T7/30
Abstract: 本发明公开了一种基于多模态时空差分特征增强的遥感变化检测方法、系统、设备、介质及程序，属于遥感图像处理技术领域。方法包括基于地球观测卫星图像，构建变化检测所需的数据集；将变化检测所需的数据集的测试集输入到预训练的变化检测模型中，进行处理得到变化检测结果。本发明通过高效的多模态时空差分特征增强策略、灵活的网络架构设计以及广泛的骨干网络，在具备优异变化检测性能的同时，又保持网络结构简单性与通用性。
-
公开(公告)号：CN119579901A
公开(公告)日：2025-03-07
申请号：CN202411743965.X
申请日：2024-11-30
Applicant: 西安电子科技大学
IPC: G06V10/26 , G06V10/762 , G06V10/774 , G06V10/776 , G06N3/0455 , G06V10/44 , G06N3/084 , G06N3/047 , G06V10/764 , G06N3/09
Abstract: 本发明公开了基于局部一致性和伪标签过滤的遥感图像分割方法，包括以下步骤：获取光学遥感数据集；构建遥感图像分割模型，所述遥感图像分割模型包括局部一致性损失计算模块和伪标签过滤模块；将光学遥感数据集输入遥感图像分割模型得到遥感图像分割结果图。提出了局部一致性损失和伪标签过滤策略，有效学习了局部一致性特征，去除了伪标签的噪声，得到了很好遥感图像分割效果，利用更多无标签遥感图像来提高遥感图像分割精度，可以对卫星获取的遥感图像进行分割，得到具有具体地物类别标签的分割图，解决遥感图像中物体密集、背景差异大、尺寸变化范围大、颜色和纹理差异大，较难得到局部一致性特征，并且伪标签中不可避免地存在大量噪声的问题。
-
公开(公告)号：CN119559390A
公开(公告)日：2025-03-04
申请号：CN202411531389.2
申请日：2024-10-30
Applicant: 西安电子科技大学
IPC: G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/13 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于交叉融合的多模态遥感图像分割方法及装置，涉及图像处理技术领域。包括：构建分割模型，分割模型包括多个第一transformer层、第一FFN、第一FAN、多个第二transformer层、第二特征融合网络FFN、第二FAN、多个第三transformer层、第三FFN、第三FAN、多个第四transformer层、第四FFN、颈部网络和解码器；利用多个训练集分别对分割模型进行迭代训练；利用每轮参数和验证集保存最优的参数，获得最终的分割模型，以便通过最终的分割模型，获得待处理的多模态遥感图像的最终的分割结果。使多模态遥感图像分割的准确率较高。
-
公开(公告)号：CN107390560A
公开(公告)日：2017-11-24
申请号：CN201710791674.1
申请日：2017-09-05
Applicant: 西安电子科技大学
IPC: G05B19/04
CPC classification number: G05B19/04
Abstract: 本发明公开了基于ZigBee无线通信技术的多智能体一致性控制系统，包括侦察车、灭火车和急救车；侦察车、灭火车、急救车上均设置有ZigBee模块和动力驱动模块；侦察车上的ZigBee模块通过无线网络连接有上位机，且侦察车、灭火车和急救车之间通过ZigBee模块形成中继式自动组网以进行无线通信连接。该系统将核心控制器与ZigBee无线传感器网络技术相结合，利用了ZigBee无线传感器网络模块组网简便，在较远距离仍能可靠通信的特点，保证控制命令的可靠传输，通过侦察车、灭火车和急救车三个部分的协同配合，使得消防车组同时具备这三项功能，大大提高处理火情的能力，减少不必要的损伤，并且提高火灾排险能力。
-
公开(公告)号：CN119672397A
公开(公告)日：2025-03-21
申请号：CN202411568903.X
申请日：2024-11-05
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0455 , G06N3/082
Abstract: 本发明提供基于双通道的多模态特征融合遥感图像分类方法及装置，涉及遥感影像处理与分析技术领域。包括：对不同模态的遥感图像进行预处理和组合图像，得到多个图像组；构建预设分类模型，预设分类模型包括依次连接的骨干网络、融合模块、门控机制层和解码层，骨干网络的结构类型包括孪生骨干网络、同构骨干网络和异构骨干网络；根据多个图像组，在预设分类模型中选取孪生骨干网络、同构骨干网络和异构骨干网络中的一个，作为骨干网络，以得到对应的目标分类模型；通过训练集对目标分类模型进行训练，得到训练好的目标分类模型；将验证集输入训练好的目标分类模型，输出分类结果。这样，使得遥感图像分类的准确性较高。
-
Patent Agency Ranking
公开(公告)号：CN107899161A
公开(公告)日：2018-04-13
申请号：CN201710791673.7
申请日：2017-09-05
Applicant: 西安电子科技大学
IPC: A62C27/00
CPC classification number: A62C27/00
Abstract: 本发明公开了一种多智能体一致算法消防车，包括上位机、侦察车以及灭火车；所述上位机包括指令发送模块、传感器数据传输模块、视频实时传输模块和音频传输模块；所述侦察车包括WiFi模块、摄像头模块、传感器模块，电机模块、电源模块和单片机I；所述灭火车包括GPS定位器、喷射模块、电机驱动模块和单片机II；该消防车由侦察车和灭火车构成的车组可以有效提高抢险救援效率，让搜救人员在短时间内拟定搜救计划和流程，也可以让受伤人员在第一时间接收简单的急救，提高存活几率，各部分功能独立运行，协同工作；既保留了独立性，易于维修和二次开发，又在各自独立的基础上进行配合，大大提高了灵活性和协调性，具有良好的社会经济效应。
-
公开(公告)号：CN119832432A
公开(公告)日：2025-04-15
申请号：CN202411951653.8
申请日：2024-12-27
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V20/70 , G06V10/24 , G06V10/25 , G06V10/26 , G06V10/28 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明涉及了遥感图像处理技术领域，具体涉及了一种遥感图像目标检测方法及系统，该方法获取待检测遥感图像后，将其输入训练好的目标检测模型。该模型中数据处理模块对遥感图像进行特征处理得多尺度特征图。自适应遮挡感知模块对多尺度特征图做遮挡处理得图像遮挡掩码图，进而根据其对特征优化。映射模块进行特征映射得到映射特征，最终依据映射特征得出遮挡区域检测结果。此模型通过多模块协作，能有效对遥感图像进行目标检测，提升检测的准确性和可靠性，为遥感图像分析和应用提供有力支持。本方法解决现有的目标检测方法检测速度较快、很好处理目标遮挡问题。
-
公开(公告)号：CN119559425A
公开(公告)日：2025-03-04
申请号：CN202411531377.X
申请日：2024-10-30
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/774 , G06V20/13 , G06V10/82 , G06V10/80 , G06N3/0895 , G06N3/0455
Abstract: 本发明公开了一种跨知识交互学习与自监督辅助学习的遥感多任务解译方法及装置，涉及遥感视觉解译技术领域，包括：获取待处理图像，设定待处理图像的任务要求，任务要求包括单模态数据分类任务、多模态数据分类任务、单模态数据分割任务、多模态数据分割任务、单模态数据变化检测任务、多模态数据变化检测任务中的一种或多种；将待处理图像输入至训练好的多任务解译网络中，按照待处理图像的任务要求，得到待处理图像执行任务要求后的结果；其中，训练好的多任务解译网络以预设类别的数据作为训练数据集，以自监督学习的方式，对初始的多任务解译网络进行训练得到。本发明能够实现遥感视觉单模态的分类、分割、变化检测以及多模态的分类、分割、变化检测的解译，得到高精度的解译结果。
-
公开(公告)号：CN110163141B
公开(公告)日：2023-04-07
申请号：CN201910407112.1
申请日：2019-05-16
Applicant: 西安电子科技大学
IPC: G06V20/13 , G06V10/764 , G06N3/126
Abstract: 本发明公开了一种基于遗传算法的卫星图像预处理方法，主要解决现有技术中无法实现类别平衡的问题，其实现方案是：1)卫星图像进行标签去噪和数据增强的预处理；2)对预处理后的卫星图形进行地物类别平衡；3)融合类别平衡后的卫星图像，生成训练样本；4)使用训练样本训练语义分割模型；5)对卫星图像测试样本集进行阴影位置检测；6)融合卫星图像测试集图像，使用语义分割模型对其进行检测；7)利用阴影位置的像素值修正检测得到的语义分割结果。本发明解决了卫星图像类别平衡问题，并通过阴影位置的像素值指导语义分割结果，明显提高了卫星图像语义分割精度，可用于深度学习中分类和分割任务的数据预处理。
-
公开(公告)号：CN110163141A
公开(公告)日：2019-08-23
申请号：CN201910407112.1
申请日：2019-05-16
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于遗传算法的卫星图像预处理方法，主要解决现有技术中无法实现类别平衡的问题，其实现方案是：1)卫星图像进行标签去噪和数据增强的预处理；2)对预处理后的卫星图形进行地物类别平衡；3)融合类别平衡后的卫星图像，生成训练样本；4)使用训练样本训练语义分割模型；5)对卫星图像测试样本集进行阴影位置检测；6)融合卫星图像测试集图像，使用语义分割模型对其进行检测；7)利用阴影位置的像素值修正检测得到的语义分割结果。本发明解决了卫星图像类别平衡问题，并通过阴影位置的像素值指导语义分割结果，明显提高了卫星图像语义分割精度，可用于深度学习中分类和分割任务的数据预处理。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.034 seconds)
