“乔文凡”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于弱监督语义分割的损毁建筑物高分遥感提取方法-CN202211324004.6在审
发明人：慎利;乔文凡;董喆;王薇;李苓苓;罗伟儿;武志宏 -专利权人：西南交通大学;应急管理部国家减灾中心
申请日： 2022-10-27 - 公布日： 2023-02-03 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于弱监督语义分割的损毁建筑物高分遥感提取方法。为改善类别激活图CAM质量，抑制损毁建筑物内部的噪声等技术问题，本发明以采用膨胀卷积的级联式密集连接的方法来提高目标相关区域的激活响应和抑制目标不相关区域的激活响应、通过在大范围内综合考虑和整合每个像素的特征相互依赖性来优化像素之间的全局空间相关性为技术手段，解决了CAM质量不佳、损毁建筑物内部的噪声严重、拼接位置不平滑等技术问题，获得了增强网络对细节的感知能力，缓解提取目标边界模糊、实现平滑拼接等技术效果。本发明适于遥感图像处理领域。
一种基于监督语义分割损毁建筑物高分遥感提取方法

[发明专利]基于多尺度场景变化检测的遥感影像损毁建筑物提取方法-CN202110024857.7有效
发明人：慎利;张文俊;乔文凡 -专利权人：西南交通大学
申请日： 2021-01-08 - 公布日： 2021-08-31 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多尺度场景变化检测的遥感影像损毁建筑物提取方法。该方法包括收集待提取损毁建筑物所在地灾前和灾后的影像并进行数据预处理；提取预处理后的灾前影像的建筑物区域，并对其进行多尺度分割，得到多尺度分割结果；利用多尺度分割结果，基于深度孪生网络进行场景变化检测，得到各分割尺度下的损毁建筑物检测结果；对得到的各分割尺度下的损毁建筑物检测结果进行自动融合，确定分割体的最终类别。本发明为了解决传统损毁建筑物检测方法对样本标注要求高和检测结果轮廓保真度差的问题，利用了基于深度孪生网络的场景变化检测模型，并将建筑区域多尺度分割结果与场景变化检测结果有效融合，较完整的保留了建筑物的轮廓信息。
基于尺度场景变化检测遥感影像损毁建筑物提取方法

[发明专利]结合灾前和灾后遥感影像信息的损毁建筑物自动识别方法-CN201911365254.2有效
发明人：慎利;乔文凡;张文俊;曹云刚 -专利权人：西南交通大学
申请日： 2019-12-26 - 公布日： 2021-07-06 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及图像处理技术，其公开了一种结合灾前和灾后遥感影像信息的损毁建筑物自动识别方法，首先通过人工解译的方式制作基于FCN的灾前建筑物提取和基于CNN的灾后损毁建筑识别样本库，并对构建的FCN模型和CNN模型进行训练。利用训练好的FCN模型提取灾前影像中的建筑物，获得灾前影像建筑区域，并采用基于对象分割策略分割灾前影像建筑区域，得到灾前建筑物分割对象，最后利用训练好的CNN模型处理灾后影像得到对应灾后影像的损毁建筑物置信矩阵，用于判断每个灾前建筑物分割对象是否损毁，得到灾后损毁建筑图。
结合遥感影像信息损毁建筑物自动识别方法