“薛博维”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6个，建议您升级VIP下载更多相关专利

[发明专利]一种光学与SAR融合的洪水检测方法及装置-CN202310475941.X在审
发明人：何晓宁;薛博维;王一 -专利权人：中科星图空间技术有限公司
申请日： 2023-04-28 - 公布日： 2023-09-01 - 主分类号： G06V20/13 文献下载
摘要：一种光学与SAR融合的洪水检测方法及装置，属于卫星影像处理技术领域，其特征在于：通过两个独立的ResNet模型分别从SAR和多光谱影像中提取特征；依据提取特征通过残差卷积模块生成旁路特征；然后，通过门控特征融合模块和跨模态自注意力特征融合模块在多层级下对前述旁路特征进行特征融合；将融合后特征分别输入各自的解码器，通过残差深度可分离卷积和层级间特征对齐逐级恢复特征图尺寸，得到洪水检测结果。本方法检测的时效性更高，摆脱了现有深度学习洪水检测模型单一载荷输入的局限性，将光学和SAR数据直接作为输入应用到深度学习洪水检测，提高了识别精度；以水体变化中的增加结果形式直接输出洪水检测结果，提高了检测效率。
一种光学 sar 融合洪水检测方法装置

[发明专利]一种基于北斗数据与遥感影像融合的路网提取方法及装置-CN202110356668.X有效
发明人：杨庆庆;薛博维 -专利权人：中科星图空间技术有限公司
申请日： 2021-04-01 - 公布日： 2023-05-05 - 主分类号： G06V10/80 文献下载
摘要：一种基于北斗数据与遥感影像融合的路网提取方法及装置，属于地图影像处理领域，其特征在于包括如下步骤：对北斗轨迹数据进行单一采样点密度估计提取灰度骨架化路网；将北斗轨迹数据中的原始轨迹图与灰度骨架化路网的结果图进行匹配；对初始网路中心线进行拓扑几何优化；进行基于迭代的道路矢量图提取；将前述真值路网采用动态标签；对下一步路网决策真值与路网生长预测值进行计算损失；判断是否到达训练停止条件；通过一边从北斗导航数据中产生高质量路网标注数据，同时基于前者产生的样本数据展开规模化训练，则可直接从遥感影像中生成路网的矢量表示，无需导航数据辅助或后处理在基于卫星遥感影像提取中获得较高的提取精度。
一种基于北斗数据遥感影像融合路网提取方法装置

[发明专利]一种基于DANet改进算法的遥感影像变化检测方法及装置-CN202211597382.1在审
发明人：周院;韩骁;王一;杨庆庆;薛博维;程晗 -专利权人：中科星图空间技术有限公司
申请日： 2022-12-12 - 公布日： 2023-03-14 - 主分类号： G06V20/10 文献下载
摘要：一种基于DANet改进算法的遥感影像变化检测方法及装置，基于DANet改进算法的遥感影像变化检测方法能够有效减少变化检测结果噪点影响，检测方法是端到端的，变化检测结果只与提取的深层特征有关，因此没有误差积累问题；不仅考虑了变化区域的深层特征因素，还通过通道注意力机制和位置注意力机制对输入图像的不同位置和通道之间的联系进行特征提取，能有效提升网络检测精度，提升网络鲁棒性；通过将语义分割方向的网络结构运用于遥感影像变化检测领域，引入残差学习机制能够加快网络收敛、加深网络层数、加快特征提取速度，并且解决梯度消失和梯度爆炸问题，在保证算法精度的同时，较其他深度学习方法效率更高。
一种基于 danet 改进算法遥感影像变化检测方法装置

[发明专利]基于道路拓扑自适应搜索的路网中心线生成方法及装置-CN202211137797.0在审
发明人：程晗;薛博维;韩骁;马斅良;杨庆庆;王一 -专利权人：中科星图空间技术有限公司
申请日： 2022-09-19 - 公布日： 2022-12-09 - 主分类号： G06V20/10 文献下载
摘要：基于道路拓扑自适应搜索的路网中心线生成方法及装置，属于遥感影像处理领域，通过获取道路遥感影像的分割二值图；对分割二值图进行形态学处理，提取道路骨架线；将道路骨架通过图论中的图结构表示路网中心线，即图G(V,E)其中，V表示道路节点集合，E表示构建道路网所需的连接节点的边集合；然后在不改变原有路网拓扑结构的前提下对路网中心线进行简化，并对简化后的路网进行优化处理，生成基于道路拓扑自适应搜索的路网中心线；通过利用图像形态学处理和图论对于道路遥感影像的处理，实现了从深度学习算法生成的道路面构建高质量路网中心线的方式，能够实现自动连接断裂路段、简化冗余路网，所生成的路网具有良好的视觉效果和可实用性。
基于道路拓扑自适应搜索路网中心线生成方法装置

[发明专利]一种基于深度学习的卫星图像低相干区域识别方法及装置-CN202110356666.0在审
发明人：杨庆庆;薛博维 -专利权人：中科星图空间技术有限公司
申请日： 2021-04-01 - 公布日： 2021-07-02 - 主分类号： G06K9/00 文献下载
摘要：一种基于深度学习的卫星图像低相干区域识别方法及装置，属于卫星图像处理领域，其特征在于，通过基于对SAR图像处理得到的质量图与语义分割结合成一个流程化学习框架，并引入深度卷积网络进行识别，相较于人工判读和传统机器学习算法，本发明所述的基于深度学习的低相干区识别方法大大减少了对人工特征工程和样本数据的依赖，且基于卷积计算的高效性能够快速处理大范围区域；同时在引入全局注意力的基础上，进一步描述各像素位置与语义类别间的关系表示，缓解SAR影像固有的高噪声区域的识别效果，并在不显著增加计算量的前提下提升识别精度准确提取低相干区域。
一种基于深度学习卫星图像相干区域识别方法装置

[发明专利]一种基于LLTS框架的分块并行多尺度分割算法-CN201810735180.6在审
发明人：付琨;何晓宁;薛博维 -专利权人：航天星图科技（北京）有限公司
申请日： 2018-07-06 - 公布日： 2018-12-11 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于LLTS框架的分块并行多尺度分割算法，其流程为：输入遥感影像；分块参数计算并分块：按照指定分块大小对影像进行分块；将计算出的分块参数向计算节点下发计算任务；栅格矢量化：将分块得到的栅格利用LLTS框架在逻辑上合并到一块并进行栅格矢量化，得到矢量文件。本发明能够适应多机并行计算，从而减少算法运行时间，对单一机器具有较低配置要求，几台低配机器比单台高配机器计算效率更高，可以在不更新硬件的情况下，提高处理效率。
分块栅格分割算法多尺度矢量化并行参数计算处理效率多机并行机器计算计算节点配置要求矢量文件遥感影像单台算法影像合并更新