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18个,建议您升级VIP下载更多相关专利
  • [发明专利]建筑物立面替换纹理自动生成方法-CN202310735232.0在审
  • 赵婷婷;李志林;朱军;慎利;遆鹏;谢亚坤;沈星宇 - 西南交通大学
  • 2023-06-20 - 2023-10-27 - G06T15/04
  • 本发明公开了一种建筑物立面替换纹理自动生成方法,包括:采用Mask‑Rcnn网络进行窗体提取,提取建筑物立面上窗体的空间位置信息和掩膜数据;使用Pix2PixHD网络生成建筑物立面墙面纹理图像;对窗体掩膜数据进行规则化处理,从素材库中检索结构和风格一致的窗体纹理,生成具有空间布局和几何结构特征的窗体纹理,并贴合在生成的墙面纹理上,通过纹理映射替换建筑物模型原始纹理数据;本发明解决了城市区域三维建模中建筑物立面容易发生扭曲和丢失的问题,同时保留建筑立面窗体的真实空间位置、大小及布局等信息。
  • 建筑物替换纹理自动生成方法
  • [发明专利]基于多尺度CAM和超像素的遥感图像弱监督建筑提取方法-CN202110729532.9有效
  • 慎利;鄢薪;邓旭;徐柱 - 西南交通大学
  • 2021-06-29 - 2023-06-23 - G06V20/10
  • 本申请涉及一种基于多尺度CAM和超像素的遥感图像弱监督建筑提取方法,现有的弱监督方法大多都是基于类激活图(class activation maps,CAMs)的,而且CAM的质量对这些方法的性能有着至关重要的影响。然而,现有的方法无法生成用于遥感影像建筑物提取的高质量CAM。本申请提出一种用于高分辨率遥感图像建筑物提取的弱监督方法MSCAM‑SR‑Net,它将多尺度CAM和超像素精细化相结合用于生成精细的CAM。在MSCAM‑SR‑Net中,我们提出多尺度生成模块以充分利用多层次特征生成多尺度CAMs,从而获得完整而准确的建筑目标区域;而超像素精细化模块则是为了利用超像素在目标完整性和建筑物边界上进一步提高CAM的质量。
  • 基于尺度cam像素遥感图像监督建筑提取方法
  • [发明专利]基于卷积神经网络与类别热力图的滑坡遥感信息提取方法-CN202110731979.X有效
  • 慎利;邓旭;鄢薪;徐柱 - 西南交通大学
  • 2021-06-29 - 2023-05-02 - G06V20/10
  • 本申请涉及一种基于卷积神经网络与类别热力图的滑坡遥感信息提取方法,高分辨率遥感影像中滑坡尺度差异巨大,且与其它地物的光谱混淆问题严重。现有基于卷积神经网络(CNN)的滑坡场景解译方法难以精确定位滑坡边界,基于全卷积神经网络(FCN)的像素级滑坡信息提取方法需要人工勾绘大量的样本。本申请针对以上问题,以类别热力图为桥梁,提出一种弱监督滑坡灾害信息提取框架:首先,本申请设计了一种耦合注意力机制与多层次、多尺度特征的分类网络模型学习滑坡和非滑坡场景,进而获取高质量的滑坡场景类别热力图;其次,利用从类别热力图获取的像素级伪标签训练语义分割网络,进而实现遥感影像中高精度的像素级滑坡灾害信息提取。
  • 基于卷积神经网络类别力图滑坡遥感信息提取方法
  • [发明专利]基于深度学习与全局推理的遥感影像多尺度固废检测方法-CN202110114848.7有效
  • 慎利;王浩;张蜀军;徐柱 - 西南交通大学
  • 2021-01-26 - 2021-11-09 - G06K9/00
  • 本发明公开了一种基于深度学习与全局推理的遥感影像多尺度固废检测方法,包括:S1、获取待检测区域的原始遥感影像,并对其进行多尺度裁剪处理,获得各尺度下的影像块集合;S2、通过全局推理多尺度检测模型对各尺度下的影像块集合中的影像进行检测,输出各尺度下的检测框;S3、将输出检测框整合到原始遥感图像对应的大范围影像中,并对其合并,得到对应的固废检测结果。本发明该方法基于SSD模型,在原始的卷积层之间嵌入GloRe单元,使模型在进行多尺度检测时中充分利用影像的全局信息;针对大范围的固废堆场检测任务提出一种多尺度优化策略,提升对尺度差异巨大的固废堆场目标的检测效果,并有效解决完整堆场被滑动窗口切割的问题。
  • 基于深度学习全局推理遥感影像尺度检测方法
  • [发明专利]基于多尺度场景变化检测的遥感影像损毁建筑物提取方法-CN202110024857.7有效
  • 慎利;张文俊;乔文凡 - 西南交通大学
  • 2021-01-08 - 2021-08-31 - G06K9/00
  • 本发明公开了一种基于多尺度场景变化检测的遥感影像损毁建筑物提取方法。该方法包括收集待提取损毁建筑物所在地灾前和灾后的影像并进行数据预处理;提取预处理后的灾前影像的建筑物区域,并对其进行多尺度分割,得到多尺度分割结果;利用多尺度分割结果,基于深度孪生网络进行场景变化检测,得到各分割尺度下的损毁建筑物检测结果;对得到的各分割尺度下的损毁建筑物检测结果进行自动融合,确定分割体的最终类别。本发明为了解决传统损毁建筑物检测方法对样本标注要求高和检测结果轮廓保真度差的问题,利用了基于深度孪生网络的场景变化检测模型,并将建筑区域多尺度分割结果与场景变化检测结果有效融合,较完整的保留了建筑物的轮廓信息。
  • 基于尺度场景变化检测遥感影像损毁建筑物提取方法
  • [发明专利]污水溯源方法-CN202010024827.1有效
  • 范美坤;黄雨婷;王雪擎;慎利;陈俊敏;李志林 - 西南交通大学
  • 2020-01-10 - 2021-07-06 - G01N21/65
  • 本发明公开了污水溯源方法,包括以下步骤:(1)获取信号增强基底;(2)采用至少两种修饰剂对所述信号增强基底进行修饰并对应获得至少两种修饰基底;(3)采用表面增强拉曼散射获取每个样品在至少两个修饰基底下的至少两个拉曼光谱,每个样品的至少两个拉曼光谱构成该样品的SERS水质指纹;(4)采用PCA分析所有样品在同一修饰基底下的置信区间分布图;(5)选择在每个置信区间分布图中均与污染水样置信区间相重合的排污口水样并分析其SERS水质指纹,判定具有目标污染物特征峰的排污口水样来源为污染源。本发明在引入多基底进行SERS光谱分析提升溯源准确度的基础上,进一步引入PCA,有效地减少了后续的分析量,效率显著提升。
  • 污水溯源方法

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