专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果92个,建议您升级VIP下载更多相关专利
  • [发明专利]一种遥感影像目标样本增强方法-CN202210288788.5在审
  • 许雄;赵贝贝;谢欢;童小华;冯永玖;王超;金雁敏;柳思聪;叶真;刘世杰;陈鹏 - 同济大学
  • 2022-03-22 - 2022-07-15 - G06V10/26
  • 本发明涉及一种遥感影像目标样本增强方法,包括:步骤S1、获取遥感影像,并对遥感影像中的目标进行多边形标注和矩形框标注,并将数据集划分为训练集和测试集;步骤S2、将多边形标注后的分割图像和原始影像输入至基于生成对抗网络的pix2pix模型中进行循环训练,生成含有目标的第一遥感影像以及该影像为真实影像的概率;步骤S3、将多边形标注后的分割图像和原始影像输入至基于局部‑全局判别器的pix2pix模型中进行训练,生成第二遥感影像;步骤S4、在第二遥感影像数据集和原始数据集中随机各选择一张影像进行变换处理,采用复制‑粘贴策略进行影像混合,得到最终的目标增强影像。与现有技术相比,本发明能够生成高分辨率的且细节信息丰富影像,提高了样本的丰富性和多样性。
  • 一种遥感影像目标样本增强方法
  • [发明专利]一种改进的DEM最大似然约束多基线InSAR相位解缠方法-CN202010559692.9有效
  • 刘世杰;唐洪城;童小华;冯永玖;柳思聪;王超;陈鹏 - 同济大学
  • 2020-06-18 - 2022-07-05 - G01S13/90
  • 本发明涉及一种改进的DEM最大似然约束多基线InSAR相位解缠方法包括:S1、获取同一区域的多张干涉图,针对每张干涉图分别构建每个同名像素点所对应的概率密度函数;S2、将同名像素点对应的概率密度函数按照组合关系进行组合得到联合概率密度函数,求取一定区间内函数极大值所对应的相位值,形成相位集合;S3、计算得到相位集合的极差,与噪声判定阈值进行比较,在大于噪声判定阈值的像素点处加入外部DEM进行约束;S4、求得不同像素点对应的联合概率密度函数的最大值解,得到最终的解缠相位。与现有技术相比,本发明能够有效地抑制噪声影响,并减少对外部DEM的依赖性,得到精度较高的反演结果。
  • 一种改进dem最大约束基线insar相位方法
  • [发明专利]一种基于永久散射体的地面控制点自动选取方法-CN202210186096.X在审
  • 冯永玖;周伊伦;童小华;刘世杰;谢欢;陈鹏;柳思聪;许雄;金雁敏;王超 - 同济大学
  • 2022-02-28 - 2022-05-24 - G01S13/90
  • 本发明涉及一种基于永久散射体的地面控制点自动选取方法,包括:获取多时序SAR影像;从该多时序SAR影像提取满足永久散射体选取策略的像素,作为地面控制点;永久散射体选取策略包括:计算每个像素的平均相干性,选取平均相干性大于预设的低相干阈值的像素点;选取振幅大于最小振幅均值的像素点;选取振幅离差指数小于预设的振幅离差指数阈值的像素点;选取平均相干性小于预设的高相干阈值的像素点;选取坡度小于预设的地形坡度阈值的像素点;根据点的密度、距离和地形条件进一步进行抽稀处理。与现有技术相比,本发明综合考虑了相位稳定性、散射强度、地形坡度和GCP分布等影响因素,在不同区域获得的DEM精度提高了约20%~30%,在平原地区表现最佳。
  • 一种基于永久散射地面控制自动选取方法
  • [发明专利]基于卫星遥感多光谱和全色影像融合的地物要素分类方法-CN202111087032.6在审
  • 柳思聪;赵慧;杜谦;童小华;谢欢;冯永玖;金雁敏 - 同济大学
  • 2021-09-16 - 2022-01-04 - G06K9/00
  • 本发明涉及一种基于卫星遥感多光谱和全色影像融合的地物要素分类方法,具体包括以下步骤:S1、获取目标区域的多光谱影像和全色影像,提取多光谱影像的EMAP空间特征,与多光谱影像进行级联,得到浅层空谱特征;S2、浅层空谱特征作为深度网络的输入,全色影像作为重构输出,通过网络训练得到多分辨率隐层特征;S3、分别提取低分辨率隐层特征、中分辨率隐层特征和高分辨率隐层特征,通过卷积神经网络分别进行特征融合与分类训练,得到目标区域内的地物要素分类结果。与现有技术相比,本发明结合了影像上全局尺度上的浅层特征,和局部尺度上的深度特征,充分挖掘了MS和PAN影像之间的多分辨率隐层特征表达,具有分类精度高、结果鲁棒性高等优点。
  • 基于卫星遥感光谱全色影像融合地物要素分类方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top