公开(公告)号：CN119916322A

公开(公告)日：2025-05-02

申请号：CN202510101811.9

申请日：2025-01-22

Applicant: 长安大学

Inventor： 余琛 ,  韩炳权 ,  李振洪 ,  宋闯 ,  胡晓宁 ,  张成龙 ,  李汶泽 ,  梁瑞航

IPC: G01S7/41 ,  G01S13/88 ,  G01S13/90 ,  G01B15/06

Abstract: 本发明公开了一种地表形变速度监测方法、装置、介质和设备，涉及地表形变监测的技术领域。该方法包括：获取目标区域在N个不同时刻的干涉相位图，在N个不同时刻的干涉相位图的对应位置上设置M个参考点，N和M为正整数；基于N个不同时刻的干涉相位图构成的干涉相位图序列，将M个参考点中的各个参考点分别作为基准参考点，获得关于M个参考点的M*(M‑1)/2个基线速度；对M*(M‑1)/2个基线速度进行非约束的联合平差处理，得到目标区域的形变速度。通过上述方案，提高了对地表形变速度进行监测的精确度。

公开(公告)号：CN118279742A

公开(公告)日：2024-07-02

申请号：CN202410376081.9

申请日：2024-03-29

Applicant: 长安大学

Inventor： 席江波 ,  高思岩 ,  李振洪 ,  谢大帅 ,  梁瑞航 ,  王秉坤 ,  李弘略 ,  程晗钰

IPC: G06V20/10 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明的一种黄土老滑坡的多视角深度学习混合模型的识别方法，包括步骤：S1.在谷歌地球3D场景中将人工目视解译光学影像作为样本，构建倾斜视角光学影像数据集；S2.将倾斜视角光学影像数据集训练，得到深度学习混合模型；S3.在黄土高原区域内，指定待测区域，自动化的生成镜头位置文件并截取多视角影像；S4.采用深度学习混合模型在待测区域内的多视角影像上进行检测；S5.在谷歌地球3D场景中进行坐标的归算，将预测框的像素坐标换算到经纬度坐标系中；S6.根据经纬度坐标，使用加权框融合算法得到最终预测框的经纬度坐标。本发明通过多视角光学遥感影像模拟人工解译获得黄土老滑坡的明显光学特征，并通过深度学习混合模型获得更精确的检测结果。