公开(公告)号：CN116306790B

公开(公告)日：2024-05-28

申请号：CN202310055594.5

申请日：2023-01-16

申请人： 西安电子科技大学

发明人： 刘志恒 ,  余航 ,  祁文娟 ,  周绥平 ,  张文杰 ,  郭玉茹 ,  谢子川

IPC分类号： G06N3/045 ,  G06N3/0442 ,  G06N3/0464

摘要： 一种基于CNN‑GRU和注意力机制的近海船舶轨迹实时预测方法、系统、设备及介质，方法包括：对卫星获取的船舶AIS轨迹数据进行预处理，得到训练集和测试集；构建基于深度学习的轨迹预测网络；构建损失函数MSE；设置网络训练参数；用得到的训练集对构建的轨迹预测网络进行训练，得到训练网络模型；递归预测；系统、设备及介质，用于实现基于CNN‑GRU和注意力机制的近海船舶轨迹实时预测方法；本发明通过使用CNN网络对输入的时序轨迹数据进行特征提取，采用双层GRU网络提取数据的长期特征，并引入注意力机制计算权重，获取关键因素，设置损失函数和训练参数对构建的网络进行训练，进而对轨迹进行递归预测；本发明具有预测精度高、实时性以及适应性强的特点。

公开(公告)号：CN116342657A

公开(公告)日：2023-06-27

申请号：CN202310321705.2

申请日：2023-03-29

申请人： 西安电子科技大学

发明人： 祁文娟 ,  刘志恒 ,  余航 ,  周绥平 ,  张文杰 ,  郭玉茹 ,  李晨阳

IPC分类号： G06T7/246 ,  G06N3/049 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/0455 ,  G06T3/40

摘要： 一种基于编码‑解码结构的TCN‑GRU船舶轨迹预测方法、系统、设备及介质，方法为：对船舶AIS历史轨迹数据进行预处理；构建基于TCN和双向GRU循环神经网络的轨迹预测模型；构建损失函数MSE；设置网络训练参数；训练网络模型；轨迹递归预测；系统、设备及介质用于实现一种基于编码‑解码结构的TCN‑GRU船舶轨迹预测方法；本发明利用异常数据过滤、数据压缩和三次样条插值技术对船舶AIS历史轨迹数据进行处理，在基于TCN网络构建的编码器中，利用TCN的短期特征提取能力对输入的船舶AIS历史轨迹数据进行编码，并利用基于GRU网络的解码器对船舶AIS历史轨迹数据进行长期时序特征提取，预测误差较少，满足实时性预测的要求，能够应用于进出港口的船舶轨迹的实时监控。

公开(公告)号：CN117611877A

公开(公告)日：2024-02-27

申请号：CN202311421577.5

申请日：2023-10-30

申请人： 西安电子科技大学

发明人： 张文杰 ,  刘志恒 ,  周绥平 ,  祁文娟 ,  李晨阳 ,  张天宇 ,  吴新君

IPC分类号： G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/52 ,  G06N3/0464

摘要： 本发明公开了一种基于LS‑YOLO网络的遥感影像滑坡体检测方法，主要解决现有技术计算量大、检测精度低以及存在较多漏检错检的问题。其实现步骤为：1)基于有效通道注意力、平均池化和空间可分离卷积设计多尺度特征提取模块；2)在现有Decoupled Head进行改进，在其回归任务分支中引入上下文增强模块；3)在YOLOv5网络的Neck中引入多尺度特征提取模块，并使用改进后的Decoupled Head替换原网络相应部分，得到改进后的LS‑YOLO网络模型；4)利用模型对遥感影像进行检测获取结果。本发明能够有效提高多尺度滑坡的定位精度、提升检测准确性。可用于光学遥感影像中的滑坡检测。

公开(公告)号：CN115546650A

公开(公告)日：2022-12-30

申请号：CN202211339370.9

申请日：2022-10-29

申请人： 西安电子科技大学

发明人： 张文杰 ,  余航 ,  刘志恒 ,  周绥平 ,  祁文娟 ,  郭玉茹

IPC分类号： G06V20/10 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于YOLO‑V网络的检测遥感影像中舰船方法，其实现步骤为：构建YOLO‑V网络中的Input子网络，构建YOLO‑V网络的Backbone子网络，构建YOLO‑V网络中的Neck子网络，构建YOLO‑V网络中的Head子网络，构建YOLO‑V网络，生成训练集和验证集，训练YOLO‑V网络，检测遥感影像中的舰船。本发明能够较好的解决检测遥感影像中小型舰船漏检的问题，提高了检测舰船的精确度，本发明检测舰船消耗的时间更短，提高了从光学遥感影像中检测舰船的效率，可用于实时检测光学遥感影像中的舰船。

公开(公告)号：CN117611877B

公开(公告)日：2024-05-14

申请号：CN202311421577.5

申请日：2023-10-30

申请人： 西安电子科技大学

发明人： 张文杰 ,  刘志恒 ,  周绥平 ,  祁文娟 ,  李晨阳 ,  张天宇 ,  吴新君

IPC分类号： G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/52 ,  G06N3/0464

摘要： 本发明公开了一种基于LS‑YOLO网络的遥感影像滑坡体检测方法，主要解决现有技术计算量大、检测精度低以及存在较多漏检错检的问题。其实现步骤为：1)基于有效通道注意力、平均池化和空间可分离卷积设计多尺度特征提取模块；2)在现有Decoupled Head进行改进，在其回归任务分支中引入上下文增强模块；3)在YOLOv5网络的Neck中引入多尺度特征提取模块，并使用改进后的Decoupled Head替换原网络相应部分，得到改进后的LS‑YOLO网络模型；4)利用模型对遥感影像进行检测获取结果。本发明能够有效提高多尺度滑坡的定位精度、提升检测准确性。可用于光学遥感影像中的滑坡检测。

公开(公告)号：CN116306790A

公开(公告)日：2023-06-23

申请号：CN202310055594.5

申请日：2023-01-16

申请人： 西安电子科技大学

发明人： 刘志恒 ,  余航 ,  祁文娟 ,  周绥平 ,  张文杰 ,  郭玉茹 ,  谢子川

IPC分类号： G06N3/045 ,  G06N3/0442 ,  G06N3/0464

摘要： 一种基于CNN‑GRU和注意力机制的近海船舶轨迹实时预测方法、系统、设备及介质，方法包括：对卫星获取的船舶AIS轨迹数据进行预处理，得到训练集和测试集；构建基于深度学习的轨迹预测网络；构建损失函数MSE；设置网络训练参数；用得到的训练集对构建的轨迹预测网络进行训练，得到训练网络模型；递归预测；系统、设备及介质，用于实现基于CNN‑GRU和注意力机制的近海船舶轨迹实时预测方法；本发明通过使用CNN网络对输入的时序轨迹数据进行特征提取，采用双层GRU网络提取数据的长期特征，并引入注意力机制计算权重，获取关键因素，设置损失函数和训练参数对构建的网络进行训练，进而对轨迹进行递归预测；本发明具有预测精度高、实时性以及适应性强的特点。

公开(公告)号：CN116935226B

公开(公告)日：2024-07-09

申请号：CN202310959573.6

申请日：2023-08-01

申请人： 西安电子科技大学

发明人： 刘志恒 ,  岳子腾 ,  周绥平 ,  陈雪梅 ,  祁文娟 ,  张文杰 ,  吴新君

IPC分类号： G06V20/10 ,  G06V10/774 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464

摘要： 一种基于HRNet的改进型遥感图像道路提取方法、系统、设备及介质，方法包括：对CHN6‑CUG数据集的高分辨率遥感影像数据预处理，得到预处理后的遥感图像数据集；构建基于改进HRNet的道路预测模型；设置网络训练参数；根据网络训练参数，使用遥感图像数据集中的训练集和验证集，对改进HRNet网络进行训练；将测试集输入训练好的模型中进行预测，输出预测得到的道路信息二值图；系统、设备及介质：用于实现上述方法；本发明采用空洞空间金字塔池化、通道注意力机制、深度可分离卷积方法对原HRNet网络改进，使用CHN6‑CUG遥感影像数据集进行模型训练与预测，有效提取高分辨率遥感图像中的道路信息，具有模型适应性强、道路提取精度高及网络轻量化的优点。

公开(公告)号：CN116342657B

公开(公告)日：2024-04-26

申请号：CN202310321705.2

申请日：2023-03-29

申请人： 西安电子科技大学

发明人： 祁文娟 ,  刘志恒 ,  余航 ,  周绥平 ,  张文杰 ,  郭玉茹 ,  李晨阳

IPC分类号： G06T7/246 ,  G06N3/049 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/0455 ,  G06T3/4007 ,  G06T3/4046

摘要： 一种基于编码‑解码结构的TCN‑GRU船舶轨迹预测方法、系统、设备及介质，方法为：对船舶AIS历史轨迹数据进行预处理；构建基于TCN和双向GRU循环神经网络的轨迹预测模型；构建损失函数MSE；设置网络训练参数；训练网络模型；轨迹递归预测；系统、设备及介质用于实现一种基于编码‑解码结构的TCN‑GRU船舶轨迹预测方法；本发明利用异常数据过滤、数据压缩和三次样条插值技术对船舶AIS历史轨迹数据进行处理，在基于TCN网络构建的编码器中，利用TCN的短期特征提取能力对输入的船舶AIS历史轨迹数据进行编码，并利用基于GRU网络的解码器对船舶AIS历史轨迹数据进行长期时序特征提取，预测误差较少，满足实时性预测的要求，能够应用于进出港口的船舶轨迹的实时监控。

公开(公告)号：CN116935226A

公开(公告)日：2023-10-24

申请号：CN202310959573.6

申请日：2023-08-01

申请人： 西安电子科技大学

发明人： 刘志恒 ,  岳子腾 ,  周绥平 ,  陈雪梅 ,  祁文娟 ,  张文杰 ,  吴新君

IPC分类号： G06V20/10 ,  G06V10/774 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464

摘要： 一种基于HRNet的改进型遥感图像道路提取方法、系统、设备及介质，方法包括：对CHN6‑CUG数据集的高分辨率遥感影像数据预处理，得到预处理后的遥感图像数据集；构建基于改进HRNet的道路预测模型；设置网络训练参数；根据网络训练参数，使用遥感图像数据集中的训练集和验证集，对改进HRNet网络进行训练；将测试集输入训练好的模型中进行预测，输出预测得到的道路信息二值图；系统、设备及介质：用于实现上述方法；本发明采用空洞空间金字塔池化、通道注意力机制、深度可分离卷积方法对原HRNet网络改进，使用CHN6‑CUG遥感影像数据集进行模型训练与预测，有效提取高分辨率遥感图像中的道路信息，具有模型适应性强、道路提取精度高及网络轻量化的优点。

公开(公告)号：CN116402690A

公开(公告)日：2023-07-07

申请号：CN202310435422.0

申请日：2023-04-21

申请人： 西安电子科技大学

发明人： 周绥平 ,  余航 ,  郭玉茹 ,  刘志恒 ,  祁文娟 ,  张文杰 ,  谢子川

IPC分类号： G06T3/40 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06T7/13 ,  G06N3/04 ,  G06N3/08

摘要： 一种基于多头自注意力机制的高分辨率遥感影像中道路提取方法、系统、设备及介质，方法包括：对从卫星获取的高分辨率遥感影像进行预处理，得到高分辨率遥感影像数据集De，将高分辨率遥感影像数据集De按比例划分为训练集验证集和测试集设计搭建基于深度学习的高分辨率遥感影像道路提取网络；计算网络损失；设置网络训练参数；网络训练；网络测试；结果评估；系统、设备及介质，用于实现一种基于多头自注意力机制的高分辨率遥感影像中道路提取方法；本发明利用Canny边缘算子对道路遥感影像进行预处理，获得遥感影像中道路的边缘特征；基于U‑Net模型，融合多头自注意力机制模块，解决了现有技术参数量大，耗费时间多，道路提取精度低的问题。