“陈一祥”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10个，建议您升级VIP下载更多相关专利

[发明专利]适合于大区域高分辨率卫星影像的建成区高质量检测方法-CN202310331820.8有效
发明人： 陈一祥;姚帅;陈学业;李胜 -专利权人：深圳市规划和自然资源数据管理中心（深圳市空间地理信息中心）
申请日： 2023-03-31 - 公布日： 2023-07-25 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了适合于大区域高分辨率卫星影像的建成区高质量检测方法，包括以下步骤：S1)构建建成区和非建成区的样本集；S2）构建融合多层级特征的轻量级卷积神经网络模型并对其进行训练；S3）对研究区影像进行多模式的划分；S4）采用S2构建和训练的模型，对S3中影像块进行逐块的预测，获得各划分模式下的每个影像块隶属建成区的隶属度；S5）集成覆盖每个像素的多个影像块的隶属度确定其类别标签，获得最终的像素水平的高质量的建成区检测结果。本发明基于多模式划分的影像处理与集成分类识别框架，对每个像素能够利用多尺度、多方向的上下文信息，通过集成多模式块的类别标签实现像素级的分类，使得建成区检测结果更加精细和完整。
适合于区域高分辨率卫星影像建成区质量检测方法

[发明专利]一种高分辨率遥感影像建筑区提取方法-CN201910462272.6有效
发明人： 陈一祥;元玉梅;张钰 -专利权人：南京邮电大学
申请日： 2019-05-30 - 公布日： 2022-09-16 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了遥感图像处理技术领域的一种高分辨率遥感影像建筑区提取方法，旨在解决现有技术中高分影像由于“同物异谱”和“异物同谱”现象严重，地物类型多样，场景结构复杂，导致建筑区自动提取效果不理想的技术问题。所述方法包括如下步骤：根据高分辨率遥感影像，获取边界重叠的图像块；利用格式塔知觉组织规则度量图像块视觉显著性，构建基于块的建筑区显著图；对建筑区显著图进行阈值分割，获取建筑区二值图，精化处理建筑区二值图以获取建筑区提取结果。
一种高分辨率遥感影像建筑提取方法

[发明专利]基于多尺度特征融合与增强的遥感影像建筑物提取方法-CN202111627701.4在审
发明人： 陈一祥;成行;姚帅 -专利权人：南京邮电大学
申请日： 2021-12-28 - 公布日： 2022-04-22 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于多尺度特征融合与增强的遥感影像建筑物提取方法，包括：采集目标区域的遥感影像并进行预处理，将预处理后的遥感影像输入预构建的建筑物提取模型中进行建筑物提取；其中，建筑物提取模型的构建过程包括：采用编码‑解码结构构建深度学习网络模型，深度学习网络模型包括编码阶段和解码阶段，并且在编码阶段和解码阶段之间引入多尺度特征融合模块和双通道池化加权模块；本发明能够提高建筑物语义分割的准确率的同时，大大减小了网络模型参数量，提高了训练和识别的速度；进而提升建筑物提取模型的性能，提升建筑物提取的精度。
基于尺度特征融合增强遥感影像建筑物提取方法

[发明专利]基于相对极化全变差的极化SAR影像相干斑抑制方法-CN201810413022.9有效
发明人：江畅;李文梅;陈一祥 -专利权人：南京邮电大学
申请日： 2018-05-03 - 公布日： 2022-04-08 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种基于相对极化全变差的极化SAR影像相干斑抑制方法，通过对极化SAR影像的极化相干矩阵分离为主对角线元素和非对角线元素，应用窗口卷积局部全变差和全局全变差更新主对角线元素，由原非对角线元素和更新后的主对角线元素重构极化相干矩阵，利用相邻像元上的极化相干矩阵比值和更新前后的极化相干矩阵距离，获得须保留极化特征的像元位置。本发明仅对不属于上述像元位置的极化相干矩阵的主对角线元素进行相干斑抑制，解决了现有极化SAR相干斑抑制中不能很好地将极化SAR影像的结构信息和散射特性两者相结合进行相干斑抑制的问题，使得极化SAR的相干斑抑制在结构信息和散射特性两方面都得到保持。
基于相对极化全变差 sar 影像相干抑制方法

[发明专利]一种基于Bloom过滤器的移动轨迹隐私保护匹配方法-CN202010275089.8有效
发明人：张海涛;罗城;陈一祥;吴标兵;乐洋 -专利权人：南京邮电大学
申请日： 2020-04-09 - 公布日： 2021-03-16 - 主分类号： G06F21/62 文献下载
摘要：本发明提供一种基于Bloom过滤器的移动轨迹隐私保护匹配方法，所述方法包括以下步骤：步骤一：数据拥有的双方基于时空转换进行数据预处理，步骤二：数据拥有的双方将时空格序列字符串映射到Bloom过滤器，步骤三：第三方基于Bloom过滤器进行移动轨迹隐私保护匹配。具有隐私保护性好、计算速度快的优势，把基于原始移动轨迹数据明文的相似度计算，转换成基于Bloom过滤器的计算。转换过程由只具有单向性的Hash散列和求模运算实现，保证原始移动轨迹数据的机密性。基于Bloom过滤器的位值的相似度计算，充分利用Bloom过滤器位值运算的高效性，大大提高相似度计算的速度。
一种基于 bloom 过滤器移动轨迹隐私保护匹配方法

[发明专利]一种基于相似度分箱的空间点集数据隐私保护匹配的方法-CN202010344075.7有效
发明人：张海涛;冀康;乐洋;陈一祥;李文梅 -专利权人：南京邮电大学
申请日： 2020-04-27 - 公布日： 2021-02-02 - 主分类号： G06F21/62 文献下载
摘要：本发明提供一种基于相似度分箱的空间点集数据隐私保护匹配的方法，所述方法包括以下步骤：点集数据范围并集的等间距分组，协定数据分组参数，对原始的点集数据进行空间划分，并且基于点集数据与划分空间的匹配得到点集数据的分组号；点集数据与参考值之间相似度的等间距分箱，计算属性值与参考值之间的相似度，采用等间隔划分的方法对所有相似度值进行分箱，进一步得到所有点集数据的分箱组合；基于点集数据分组组合号与分箱组合号的匹配计算，根据点集数据的分组号和分箱组合得到点集数据的识别号，并进一步依据识别号得到点集数据的匹配点对，最后依据匹配的点对双方彼此交换对应的点集数据。具有高隐私保护性、精度可调性的优势。
一种基于相似度分箱空间集数隐私保护匹配方法

[发明专利]基于卷积神经网络的遥感影像建筑区提取方法、装置-CN202011488322.7在审
发明人： 陈一祥;元玉梅;成行 -专利权人：南京邮电大学
申请日： 2020-12-16 - 公布日： 2021-01-15 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于卷积神经网络的遥感影像建筑区提取方法、装置，包括：获取遥感影像样本数据作为训练集和验证集，样本数据包括网格划分的建筑区标签和非建筑区标签；使用训练集和验证集对遥感影像建筑区识别模型进行训练；遥感影像建筑区识别模型基于密集连接和注意力机制构建的卷积神经网络；采用遥感影像建筑区识别模型，对网格划分后的测试影像进行分类得到建筑区二值图；对测试影像中的网格进行再划分或/和网格平移后重新分类，将得到的建筑区二值图进行融合，得到精细化建筑区结果图。采用上述方案，采用二分类方式对建筑区进行提取，通过减少模型参数量来降低模型训练的复杂度，实现高分辨率遥感影像建筑区的高精度和高效率的提取。
基于卷积神经网络遥感影像建筑提取方法装置

[发明专利]基于循环神经网络的地表异常现象遥感监测方法、装置-CN202010133968.7有效
发明人：袁媛;陈一祥;李文梅;姜杰 -专利权人：南京邮电大学
申请日： 2020-03-02 - 公布日： 2020-06-16 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于循环神经网络的地表异常现象遥感监测方法、装置，所述方法包括：将训练前段序列输入基于双向循环神经网络构建的编码器，得到用于表征训练前段序列全局信息的前段隐藏状态序列；依次向基于单层循环神经网络的解码器输入上一时刻的数值，使得依次得到对应于训练后段序列中的时刻的预测值；使用编码器‑解码器模型对未来时刻的观测地点进行预测。采用上述方案，可以挖掘历史序列整体上的变化规律并预测未来多个时刻的观测值，实现近实时异常监测、实时监控监管，同时所需的数据预处理及人工设定的经验参数较少，对实施者的经验和专业背景要求不高，适用于各种地理区域和土地覆被类型，方法可行性、稳健性和预测结果准确度较高。
基于循环神经网络地表异常现象遥感监测方法装置

[发明专利]利用地表反射信号和随机森林回归算法预测土壤水分的方法-CN202010008124.X在审
发明人：贾燕;王杰;袁媛;陈一祥 -专利权人：南京邮电大学
申请日： 2020-01-06 - 公布日： 2020-02-14 - 主分类号： G06F30/27 文献下载
摘要：本发明属于土壤含水量预测技术领域，具体涉及一种利用地表反射信号和随机森林回归算法预测土壤水分的方法，通过根据获取的不同土壤样本区域的地表反射率和卫星高度角，以及样本区域的土壤湿度数据，训练并建立随机森林算法模型；获取待检测区域的土壤类型以及地表反射率和卫星高度角，将待检测区域地表反射率和卫星高度角输入随机森林算法模型，获取待检测区域的预测土壤湿度。本发明提供的利用卫星反射信号和随机森林回归算法的土壤湿度检测方法，其能够通过卫星提供的全天候，广覆盖，持续稳定的信号源，结合机器学习中的随机森林算法，对大面积以及遥感数据缺失的未知区域进行的较为精确的土壤湿度预测。
随机森林待检测区域地表反射率高度角卫星土壤算法模型算法土壤湿度检测土壤含水量地表反射机器学习湿度数据算法预测土壤类型土壤样本卫星反射样本区域遥感数据预测技术信号源回归预测覆盖

[发明专利]一种基于多尺度纹理空间聚类的高分影像建筑区提取方法-CN201810377778.2在审
发明人： 陈一祥;张钰 -专利权人：南京邮电大学
申请日： 2018-04-25 - 公布日： 2018-10-23 - 主分类号： G06T7/136 文献下载
摘要：本发明公开了一种基于多尺度纹理空间聚类的高分影像建筑区提取方法，包括：对输入影像进行多尺度小波分解，获得低频近似系数图像和多方向的高频细节系数图像；在每个分解层，对所述的多方向的高频细节系数图像进行特征集成，获得纹理强度图像；进行空间自相关统计分析，得到各层纹理强度的空间分布模式图像；跨尺度的特征融合；空间聚类探测，并通过阈值分割获得建筑区域。本发明方法充分考虑了高分影像中的建筑区纹理特征具有多尺度和空间聚集分布的特点，通过本发明所提供的方法不仅可以有效实现高分影像建筑区的自动提取，而且提取的建筑区能够保持完整的轮廓边界，便于进一步的矢量化处理和应用。
多尺度系数图像影像高频细节纹理空间纹理多方向聚类空间分布模式矢量化处理低频近似建筑区域空间聚集空间聚类轮廓边界强度图像输入影像特征集成特征融合纹理特征小波分解有效实现自动提取阈值分割统计分析分解层跨尺度自相关探测图像应用

1
共 10 条