“陈关州”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]基于旋转候选框的任意方向遥感影像舰船检测方法及系统-CN201911025562.0有效
发明人：张晓东;张力飞;陈关州;朱坤;谭效良;廖溥昀;王铜 -专利权人：湖北富瑞尔科技有限公司
申请日： 2019-10-25 - 公布日： 2023-08-11 - 主分类号： G06V20/10 文献下载
摘要：本发明提供了一种基于旋转候选框的任意方向遥感影像舰船检测方法及系统，其方法包括：首先，获取遥感图像训练数据集，对获取的训练数据集中的各遥感图像分别进行预处理，得到预处理后的训练数据集；然后，搭建第一Faster‑RCNN网络，将预处理后的训练数据集中的各遥感图像作为第一Faster‑RCNN网络的训练数据，并采用反向传播算法对第一Faster‑RCNN网络进行训练，得到训练好的第一Faster‑RCNN网络；最后，采用训练好的第一Faster‑RCNN网络对实际遥感图像中的舰船进行检测。本发明的有益效果是：本发明所提出的技术方案避免了人为手工设计特征；提出了一种基于任意方向检测框的网络；同时对于密集的物体，检测效果优于传统的水平框检测网络。
基于旋转候选任意方向遥感影像舰船检测方法系统

[发明专利]双时相遥感影像无监督分类与变化检测方法及系统-CN202211093654.4在审
发明人：张晓东;陈关州;王铜;李贤蔚;何婵娟 -专利权人：武汉大学
申请日： 2022-09-08 - 公布日： 2023-06-23 - 主分类号： G06V20/13 文献下载
摘要：为了解决遥感影像数据集难获得、训练困难的问题，通过采用无监督学习范式的全卷积分割结果，进行先分类后检测，可以快速高效地对于双时相影像进行变化检测。本发明公开了一种双时相遥感影像无监督分类与变化检测方法及系统，采取无监督全卷积神经网络先对双时相影像进行语义分割，根据余弦相似度原理，对于双时相的分割像素级图斑影像进行相似度检验，通过设定的阈值输出相似度检测结果，从而完成双时相遥感影像的变化检测。
双时相遥感影像监督分类变化检测方法系统

[发明专利]基于全要素参数符号化的三维场景仿真重构系统及方法-CN202210384435.5有效
发明人：彭艳鹏;龚元夫;李永刚;曹建华;张晓东;熊忠招;谢菲;汤阳城;刘政纲;孟丹;陈关州;廖溥昀;熊德科;帅爽;谢翠容;林昱;孙玉峰 -专利权人：湖北省国土测绘院;武汉大学
申请日： 2022-04-13 - 公布日： 2023-04-11 - 主分类号： G06T17/10 文献下载
摘要：本发明公开一种基于全要素参数符号化的三维场景仿真重构系统及方法，系统包括：编码构建模块，用于构建三维符号编码体系，为每一地理实体提供类别编码和渲染编码；三维符号管理模块，用于三维符号的构建及管理；三维场景构建模块，用于基于规则建模思想构建三维模型，并针对不同类型地物进行分模式渲染。本发明基于OSG、GDAL、SFM技术，利用测绘基础数据、三维符号编码体系以及三维符号库，通过实景三维矢量重建与三维数据可视化系统，结合编写三维仿真重构语法规则，实现参数化建模，从而提升三维场景重构生产效率，实现三维场景全要素单体符号化重构。
基于要素参数符号化三维场景真重系统方法

[发明专利]基于三维点云的建筑物单体化方法及系统-CN202210384465.6有效
发明人：熊忠招;龚元夫;张晓东;彭艳鹏;李永刚;曹建华;谢菲;陈关州;廖溥昀;殷家林;张宏;马梓程;陈思;肖瑶;李进;崔秀娟;蒋诚浩;何博彧 -专利权人：湖北省国土测绘院;武汉大学
申请日： 2022-04-13 - 公布日： 2023-03-31 - 主分类号： G06T17/10 文献下载
摘要：本发明公开一种基于三维点云的建筑物单体化方法及系统，方法包括：标记建筑物区域；提取已标记建筑物三维点云；对提取的建筑物三维点云进行点云分层；根据点云分层结果，结合轮廓提取算法构建建筑物立面模型，实现建筑物单体化。本发明旨在解决建筑单体化问题，首先标记出建筑物区域，随后提取场景三维点云，以标记的建筑物区域分割出建筑物三维点云，并对分割出的建筑物三维点云进行点云分层；最后，基于点云分层结果，通过多阈值AlphaShape轮廓提取算法实现建筑立面模型的构建，解决现有建筑物三维模型构建以及实景三维模型缺乏建筑物属性信息的问题。
基于三维建筑物单体方法系统

[发明专利]OSGB三维模型建筑物快速单体化方法、系统、存储器及设备-CN202110118885.5有效
发明人：王亚毛;彭艳鹏;熊忠招;张晓东;龚元夫;谢菲;陶彣君;孟鹏燕;林昱;陈关州;王铜;朱坤;廖溥昀 -专利权人：湖北省国土测绘院;武汉大学
申请日： 2021-01-28 - 公布日： 2021-12-21 - 主分类号： G06T17/10 文献下载
摘要：本发明公开一种OSGB三维模型建筑物快速单体化方法、系统、存储器及设备，该方法首先从OSGB三维模型中提取DSM信息与DOM信息，随后利用OTSU针对DSM进行自动阈值分割得到初始掩膜，使用距离插值并重新阈值化得到前景掩膜，将初始掩膜进行反相并进行腐蚀重建得到背景掩膜，依据提取的背景与前景以及DOM使用分水岭算法进行建筑物边界提取；该技术方案将提取的建筑边界进行矢量化后进行简化与直角化，得到最终的建筑物矢量边界，完成建筑物的单体化分割。本发明解决了现有的建筑物单体化人工干预多、数据利用效率低等问题。
osgb 三维模型建筑物快速单体方法系统存储器设备

[发明专利]基于WebGIS的三维模型数据分析展示平台及方法-CN202011636521.8有效
发明人：王亚毛;彭艳鹏;熊忠招;张晓东;龚元夫;谢菲;陶彣君;孟鹏燕;林昱;陈关州;王铜 -专利权人：湖北省国土测绘院;武汉大学
申请日： 2020-12-31 - 公布日： 2021-11-09 - 主分类号： G06T17/05 文献下载
摘要：本发明公开一种基于WebGIS的三维模型数据分析展示平台及方法，包括数据管理模块、三维模型加载模块、三维模型分析模块和单体化模块；其中，所述数据管理模块，用于构建瓦片文件数据库、PostGIS空间数据库和PostgreSQL数据库，并根据数据库不同的组织形式，分别对基础地形数据、倾斜摄影模型数据和矢量要素数据进行管理；所述三维模型加载模块，用于利用WebGL开源三维可视化框架Cesium.js在底层显卡端直接通过GPU进行图形渲染，实现基础地形数据、倾斜摄影模型数据和矢量要素数据的载入及多维展示；所述三维模型分析模块，用于基于载入的数据进行三维模型分析，包括三维模型的点位分析、距离分析、面积分析和坡度分析；所述单体化模块，用于采用矢量化方法进行单体化。
基于 webgis 三维模型数据分析展示平台方法

[发明专利]一种基于深度学习的遥感影像舰船轮廓提取方法-CN202010812673.2在审
发明人：张晓东;张力飞;陈关州;朱坤;谭效良;廖溥昀;王铜 -专利权人：湖北富瑞尔科技有限公司
申请日： 2020-08-13 - 公布日： 2020-11-24 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于深度学习的遥感影像舰船轮廓提取方法，步骤包括：S1：基于卷积神经网络的目标检测方法对获取的遥感影像进行目标识别与定位，得到目标检测结果图；S2：基于全卷积网络对获取的遥感影像进行语义分割，得到与目标检测结果图对应的分割图；S3：融合目标检测结果图和与之对应的分割图，得到轮廓提取结果。本发明一方面，利用基于卷积神经网络的目标检测模型对舰船目标进行准确定位；另一方面，利用基于全卷积网络的语义分割模型对定位区域内的舰船目标进行轮廓的精确提取。可减少人工操作所带来的干扰，实现自动化与智能化遥感影像舰船轮廓提取，同时可有效提升解译的精度与效率。
一种基于深度学习遥感影像舰船轮廓提取方法

[发明专利]一种基于全卷积网络的遥感影像去雾方法-CN202010813463.5在审
发明人：张晓东;廖溥昀;陈关州;朱坤;谭效良;张力飞;王铜 -专利权人：湖北富瑞尔科技有限公司
申请日： 2020-08-13 - 公布日： 2020-11-24 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于全卷积网络的遥感影像去雾方法，包括如下步骤：S1：采集原始清晰影像和实拍的带雾影像，将原始清晰影像和实拍的带雾影像合成人工合成的带雾影像；S2：构建HRFCN全卷积网络模型，该模型包括卷积模块和回归模块，将人工合成的带雾影像输入HRFCN全卷积网络模型，经卷积模块进行影像信息提取和回归模块进行回归运算后输出对应的透射率图；S3：根据实拍的带雾影像和对应的透射率图，利用大气散射模型，获得去雾影像。本发明针对其他方法中诸如整体色调过饱和、对白色或浅色目标误判为雾等等的问题，进行了一定的调整，从而避免了这些问题，使获得的去雾影像轮廓更加清晰、更加自然。
一种基于卷积网络遥感影像方法

[发明专利]基于深度学习的文档自动归类及光学字符识别方法及系统-CN201911025558.4在审
发明人：张晓东;张力飞;陈关州;朱坤;廖溥昀;谭效良;王铜 -专利权人：湖北富瑞尔科技有限公司
申请日： 2019-10-25 - 公布日： 2020-04-28 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于深度学习的文档自动归类及光学字符识别方法及系统，其方法包括：首先对待扫描的文档进行扫描，得到扫描图片，并对所述扫描图片进行预处理，得到预处理后的扫描图片；然后采用卷积神经网络对所述预处理后的扫描图片进行特征提取和分类，得到所述扫描图片的图片特征，并根据所述图片特征对所述扫描图片进行分类，以实现待扫描文档的自动归类；最后利用OCR引擎对所述扫描图片中的关键信息进行提取，以实现扫描图片的光学字符识别。本发明的有益效果是：利用卷积神经网络结合光学字符识别技术，实现扫描文档图片分类整理以及文件夹命名自动化、智能化处理的工作。
基于深度学习文档自动归类光学字符识别方法系统

[发明专利]基于卷积神经网络的高分辨率遥感影像分类方法及系统-CN201911024275.8在审
发明人：张晓东;陈关州;谢义娟;王庆;戴凡;龚元夫;朱坤 -专利权人：湖北富瑞尔科技有限公司
申请日： 2019-10-25 - 公布日： 2020-04-14 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于卷积神经网络的高分辨率遥感影像分类方法及系统，其方法包括：首先对遥感影像进行预处理，并对预处理后的遥感影像进行分割；然后对各个分割图像进行处理，以将所有的所述分割图像均处理为卷积神经网络可以接受的固定大小输入格式的图像对象；进而构建双输入并行的卷积神经网络，并对其进行训练，得到训练好的卷积神经网络；最后采用训练好的卷积神经网络对实际的遥感图像进行分类。本发明的有益效果是：使用最小外接矩形掩膜的方式处理不规则影像对象，将影像对象的几何形状信息和光谱、颜色等其他信息分开学习；提出了多输入并行卷积神经网络；减少人工干扰带来的误差，提高遥感影像分类的智能化程度。
基于卷积神经网络高分辨率遥感影像分类方法系统

1
共 10 条