“耕宇牧星（北京）空间科技有限公司”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28个，建议您升级VIP下载更多相关专利

[发明专利]融合机载相机图像和SAR图像的湿地信息分类方法及系统-CN202310750297.2在审
发明人：李冠群 -专利权人： 耕宇牧星（北京）空间科技有限公司
申请日： 2023-06-25 - 公布日： 2023-10-17 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了融合机载相机图像和SAR图像的湿地信息分类方法及系统，该方法包括：将同一目标区域相对应的机载相机图像和机载SAR图像，输入共享参数的特征提取骨干子网络提取各自的多尺度特征；将提取到各自的多尺度特征，输入全局与局部并重关注的特征融合模块进行多尺度融合，获得融合特征；将所述融合特征作为训练后的分类网络的输入，得到所述目标区域内的湿地信息分类结果。该方法基于深度学习技术，可学习和识别不同图像模态之间的复杂关系从而更准确地识别湿地特征，结合了机载相机图像和SAR图像的优点，通过特征融合提高了信息的丰富性和鲁棒性，并基于分类网络从而实现更精确的湿地信息分类。
融合机载相机图像 sar 湿地信息分类方法系统

[发明专利]基于多种注意力权重融合特征的SAR图像建筑区分类方法-CN202310737189.1有效
发明人：李冠群 -专利权人： 耕宇牧星（北京）空间科技有限公司
申请日： 2023-06-21 - 公布日： 2023-09-26 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了基于多种注意力权重融合特征的SAR图像建筑区分类方法包括：获取目标区域待识别建筑区的SAR图像，通过多尺度特征提取模块提取出多尺度特征图；将多尺度特征图作为注意力重构权重模块的输入，获得带有重构权重的特征图；将多尺度特征作为注意力通道‑空间权重模块的输入，获得带有通道‑空间权重的特征图；将两个特征图和对SAR图像进行下采样的特征图进行融合，获得多种注意力权重的融合特征图；然后输入训练后的判别器网络模块，输出目标区域内的建筑区分类结果。该方法通过对原始图像多尺度特征信息引入多种注意力机制，能够有效地捕捉SAR图像中与建筑区相关的关键特征，并将其重点加权，从而提高分类的准确性。
基于多种注意力权重融合特征 sar 图像建筑区分方法

[发明专利]一种用于遥感图像去雾的处理网络及遥感图像去雾方法-CN202310517870.5有效
发明人：李冠群 -专利权人： 耕宇牧星（北京）空间科技有限公司
申请日： 2023-05-10 - 公布日： 2023-08-01 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及图像处理技术领域，提供一种用于遥感图像去雾的处理网络及遥感图像去雾方法。处理网络包括：图像输入端，用于获取待处理的原始带雾的遥感图像；N个阶梯式自注意力模块层；每层阶梯式自注意力模块层均包含一个以上阶梯式自注意力模块，且阶梯式自注意力模块层包含的阶梯式自注意力模块数目随着层数的增加而降低；每层阶梯式自注意力模块层内阶梯式自注意力模块的输入输出首尾依次相连；相邻阶梯式自注意力模块层内的阶梯式自注意力模块之间通过上采样或下采样连接。本发明能更好地捕获遥感图像的全局上下文信息，从而去除雾霾等大气影响，提高遥感图像的能见度。
一种用于遥感图像处理网络方法

[发明专利]一种基于分组小波校准网络的建筑垃圾识别方法-CN202310378939.0有效
发明人：李冠群 -专利权人： 耕宇牧星（北京）空间科技有限公司
申请日： 2023-04-11 - 公布日： 2023-07-14 - 主分类号： G06V20/17 文献下载
摘要：本发明涉及数据处理技术领域，公开了一种基于分组小波校准网络的建筑垃圾识别方法，包括获取无人机遥感图像；将所述无人机遥感图像输入至分组小波校准融合分割网络，得到特征图像；将所述特征图像输入至建筑垃圾识别网络，得到建筑垃圾识别结果。本发明可以在短时间内处理大量数据，节约成本；对环境、公共健康或安全构成无任何风险，并且可以在不中断正在进行的施工活动的情况下进行。
一种基于分组校准网络建筑垃圾识别方法

[发明专利]一种基于多尺度残差融合网络的遥感图像岩脉提取方法-CN202310449575.0有效
发明人：李冠群;俞伟学 -专利权人： 耕宇牧星（北京）空间科技有限公司
申请日： 2023-04-25 - 公布日： 2023-07-14 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及遥感图像处理技术领域，公开了一种基于多尺度残差融合网络的遥感图像岩脉提取方法，包括：获取岩脉遥感图像；根据多尺度残差融合网络得到特征图像；将所述特征图像输入至遥感图像岩脉提取网络，得到岩脉提取结果。本发明利用训练好的结合小波特征的多尺度残差融合网络能够自动化地提取遥感图像中的岩脉区域，无需人工干预；结合小波特征的多尺度残差融合网络，能够充分考虑不同频率的遥感图像分量，且通过多尺度残差融合模块，能够充分提取不同频率不同尺度的图像特征，并进行深度融合，从而实现精准的遥感图像岩脉区域提取。
一种基于尺度融合网络遥感图像提取方法

[发明专利]一种基于神经网络的遥感图像厚云区域检测方法-CN202211545313.6有效
发明人：李冠群;俞伟学 -专利权人： 耕宇牧星（北京）空间科技有限公司
申请日： 2022-12-05 - 公布日： 2023-07-14 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及图像数据处理技术领域，公开了一种基于神经网络的遥感图像厚云区域检测方法，包括：获取带云遥感图像，根据位置确定分支得到位置特征，根据边缘完善分支得到边缘特征，融合所述位置特征和所述边缘特征得到融合特征，将所述融合特征输入至U型卷积神经网络，得到厚云区域检测结果。本发明利用并行U型卷积神经网络，采用位置确定分支和边缘完善分支分别进行厚云区域整体检测和云区边缘精细，且将两个分支提取到的特征进行合并融合，从而获得检测准确且边缘细化完整的遥感图像厚云区域检测结果。
一种基于神经网络遥感图像区域检测方法

[发明专利]一种基于遥感图像的道路检测方法-CN202211545341.8有效
发明人：李冠群;俞伟学 -专利权人： 耕宇牧星（北京）空间科技有限公司
申请日： 2022-12-05 - 公布日： 2023-07-11 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及图像数据处理技术领域，公开了一种基于遥感图像的道路检测方法，包括：获取遥感图像，提取合成孔径雷达道路特征，提取光学遥感道路特征，将所述合成孔径雷达道路特征和所述光学遥感道路特征进行融合得到融合道路特征，将所述融合道路特征输入至道路提取网络，得到道路检测结果。本发明充分利用光学遥感图像和合成孔径雷达图像的观测信息优势，通过两个分支提取各自的道路特征，使用融合分支将多源遥感数据的道路特征进行合并融合，采用多尺度融合损失对网络进行训练，得到预测的道路检测结果，同时考虑合成孔径雷达图像全天时全天候的特性和光学遥感图像的地物观察色彩信息，有效提高对于遥感图像的道路检测精度。
一种基于遥感图像道路检测方法

[发明专利]一种基于嵌套编码器网络的农田施肥栅格检测方法-CN202310449493.6有效
发明人：李冠群;俞伟学 -专利权人： 耕宇牧星（北京）空间科技有限公司
申请日： 2023-04-25 - 公布日： 2023-07-11 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及数据处理技术领域，公开了一种基于嵌套编码器网络的农田施肥栅格检测方法，包括：获取农田遥感图像；根据嵌套编码器网络得到特征图像；将所述特征图像输入至栅格检测网络，得到栅格检测结果。基于嵌套UNet网络的农田遥感图像施肥均匀性栅格检测方法凭借深度学习技术，具有从遥感影像中有效提取有用信息的能力，克服了传统影像分析方法的局限性；本发明可以以百分数的栅格形式给出所测试农田遥感图像的施肥均匀性分布。
一种基于嵌套编码器网络农田施肥栅格检测方法

[发明专利]一种基于融合网络的珊瑚礁水域图像分割方法-CN202310378938.6有效
发明人：李冠群 -专利权人： 耕宇牧星（北京）空间科技有限公司
申请日： 2023-04-11 - 公布日： 2023-06-16 - 主分类号： G06V10/26 文献下载
摘要：本发明涉及图像处理技术领域，公开了一种基于融合网络的珊瑚礁水域图像分割方法，包括：获取珊瑚礁水域的光学遥感图像和合成孔径雷达图像；将珊瑚礁水域光学遥感图像通过光学处理分支得到光学特征；将珊瑚礁水域合成孔径雷达图像通过合成孔径雷达处理分支得到孔径雷达特征；融合光学特征和孔径雷达特征后得到融合特征；将融合特征输入至珊瑚礁水域遥感分割网络，得到珊瑚礁水域分割图像。本发明可同时兼备光学遥感图像获取颜色、纹理等信息和SAR图像在全天时全天候观测的优势；通过使用融合网络，分别提取两种不同图像的特征，并进行融合，再对融合特征分割，得到高精度的珊瑚礁水域分割图像。
一种基于融合网络珊瑚礁水域图像分割方法

[发明专利]一种基于卷积网络的大幅遥感网络图像桥梁分割方法-CN202310119584.3有效
发明人：李冠群 -专利权人： 耕宇牧星（北京）空间科技有限公司
申请日： 2023-02-16 - 公布日： 2023-06-13 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及数据处理技术领域，公开了一种基于卷积网络的大幅遥感网络图像桥梁分割方法，包括：通过重校准扩张卷积模块对大幅遥感网络图像第一特征进行特征校准处理；通过重校准扩张卷积网络对大幅遥感图像进行桥梁分割，得到分割后的大幅遥感图像。本发明提出的多层重校准扩张卷积网络能够由浅入深地、感受野由小变大地提取大幅遥感图像的不同尺度的特征，同时能够相应地在不同深度和不同大小感受野时提取相应地特征权重，进而对特征进行重校准。从而能够在大幅遥感图像中，准确地对占幅比较很小的桥梁区域进行分割。
一种基于卷积网络大幅遥感图像桥梁分割方法

[发明专利]一种基于阶梯型多级小波网络的图像超分辨率重建方法-CN202310165216.2有效
发明人：李冠群;俞伟学;徐铭申 -专利权人： 耕宇牧星（北京）空间科技有限公司
申请日： 2023-02-27 - 公布日： 2023-05-23 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及图像处理技术领域，公开了一种基于阶梯型多级小波网络的图像超分辨率重建方法，包括：获取低分辨率合成孔径雷达图像，根据阶梯型多级小波网络得到特征图像，将所述特征图像输入至图像超分辨率重建网络，得到超分辨率重建结果图像。本发明没有单纯在空间域上对合成孔径雷达图像采用深度神经网络模型进行超分辨率重建，通过搭建一个阶梯式多级小波网络，能够在对合成孔径雷达图像进行超分辨率重建时，提取图像的多尺度频域特征，从而在结果图像中包含丰富的纹理特征。
一种基于阶梯多级网络图像分辨率重建方法

[发明专利]一种基于深度学习的可见光遥感图像精确配准方法-CN202310091668.0有效
发明人：李冠群 -专利权人： 耕宇牧星（北京）空间科技有限公司
申请日： 2023-02-10 - 公布日： 2023-05-23 - 主分类号： G06T7/33 文献下载
摘要：本发明涉及图像处理技术领域，公开了一种基于深度学习的可见光遥感图像精确配准方法，包括：获取不同时相的可见光遥感图像；通过全卷积网络，提取得到可见光遥感图像的图像稠密特征；根据注意力机制，选取图像稠密特征的关键点；通过对关键点进行降维和配准，获取可见光遥感图像精确配准结果。本发明针对传统配准方法获取不稳定的浅层特征问题，本发明通过将点‑线‑面等几何结构特征融入深度学习框架提取深层特征，获取遥感图像的深层语义信息，提高了配准算法的鲁棒性。
一种基于深度学习可见光遥感图像精确方法

[发明专利]可见光遥感图像目标智能辅助标注方法-CN202310159007.7有效
发明人：李冠群 -专利权人： 耕宇牧星（北京）空间科技有限公司
申请日： 2023-02-24 - 公布日： 2023-05-05 - 主分类号： G06V20/13 文献下载
摘要：本发明属于图像处理技术领域，公开了可见光遥感图像目标智能辅助标注方法，包括：获取由人工对每个类型目标进行的第一样本标注或属性描述；基于第一样本标注或属性描述，构建典型目标自动标注模型；通过典型目标自动标注模型对可见光遥感图像进行标注。本发明针对传统配准方法获取不稳定的浅层特征问题，本发明可以减少样本数据标注过程中需要的人力、物力、财力，提高样本标注的效率，进一步推动可见光遥感图像智能解译研究的进展。
可见光遥感图像目标智能辅助标注方法

[发明专利]一种SAR图像水华区域提取方法-CN202310113017.7有效
发明人：李冠群 -专利权人： 耕宇牧星（北京）空间科技有限公司
申请日： 2023-02-15 - 公布日： 2023-05-05 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及数据处理技术领域，公开了一种SAR图像水华区域提取方法，包括：通过对SAR图像第一特征进行注意力机制和特征精细操作获取第二特征，搭建注意力卷积模块；通过小波注意力分割网络对SAR图像进行处理，获取SAR图像水华区域；其中，注意力卷积模块用于小波注意力分割网络中对SAR图像进行精细处理。本发明提出的小波注意力分割网络能够通过两级的离散小波变换分解SAR图像的不同频率分量，同时对于不同频率分量能够通过注意力卷积模块进行SAR图像中水华区域图像的特征进行提取和精细，从而实现对于SAR图像中水华区域的准确分割。
一种 sar 图像区域提取方法

[发明专利]一种基于融合网络的山体图像山脊线分割方法-CN202211532682.1有效
发明人：李冠群;俞伟学 -专利权人： 耕宇牧星（北京）空间科技有限公司
申请日： 2022-12-02 - 公布日： 2023-04-18 - 主分类号： G06V10/26 文献下载
摘要：本发明涉及图像处理技术领域，公开了一种基于融合网络的山体图像山脊线分割方法，包括：获取山体合成孔径雷达图像，根据第一特征提取分支得到浅层特征，根据第二特征提取分支得到深层特征，根据特征融合分支融合浅层特征和深层特征得到融合特征。将融合特征输入至山脊线分割网络，得到分割结果；本发明设计了一种浅深山脊线分割网络，其中包括浅度分支、深度分支和融合分支，浅度分支主要保证对于主体山脊线的准确分割，深度分支主要保证对于边缘山脊线的精细分割，使得较细的山脊线的边缘也能够在结果中清晰的显示；融合分支目的在于将浅度分支和深度分支进行融合，兼顾两者优势从而输出最终的分割结果。
一种基于融合网络山体图像山脊分割方法

1
2
下一页»
尾页
共 28 条