专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明授权

CN116012364B SAR图像变化检测方法和装置有权
公开(公告)号：CN116012364B
公开(公告)日：2024-01-16
申请号：CN202310101309.9
申请日：2023-01-28
申请人：北京建筑大学
发明人：赵江洪 , 李泽宇
IPC分类号： G06T7/00 , G06V10/40 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08
摘要：本发明实施例公开了SAR图像变化检测方法和装置。该方法包括：获取两个时相的目标SAR图像；通过特征提取网络对图像进行特征提取；特征提取网络包括：第一特征提取模块用于对图像进行特征提取得到第一特征图；第二特征提取模块包括通道注意力模块和空间注意力模块；通道注意力模块用于对第一特征图进行处理确定通道注意力权重，基于该权重对第一特征图进行加权得到第二特征图；空间注意力模块用于对第二特征图进行处理确定空间注意力权重，基于该权重对第二特征图进行加权得到目标特征图；对两个目标特征图进行差异分析；根据目标差异图确定后一时相相对于前一时相发生变化的目标图(56)对比文件梅杰等.基于全局结构差异与局部注意力的变化检测《.中国科学：信息科学》.2022,第52卷(第11期),2058-2074.Swalpa Kumar Roy等.Attention-BasedAdaptive Spectral-Spatial Kernel ResNetfor Hyperspectral Image Classification.《IEEE Transactions on Geoscience andRemote Sensing》.2021,第59卷(第9期),7831-7843.Yufei Yang等.A Deep MultiscalePyramid Network Enhanced With Spatial-Spectral Residual Attention forHyperspectral Image Change Detection.《IEEE Transactions on Geoscience andRemote Sensing》.2022,第60卷1-13.Chenxiao Zhang等.A deeply supervisedimage fusion network for change detectionin high resolution bi-temporal remotesensing images《.ISPRS Journal ofPhotogrammetry and Remote Sensing》.2020,第166卷183-200.Yuanxin Ye等.Feature Decomposition-Optimization-Reorganization Network forBuilding Change Detection in RemoteSensing Images《.Remote Sens》.2022,第14卷(第3期),1-18.

2. 发明公开

CN116402995A 基于轻量级神经网络的古建筑点云语义分割方法及系统审中-实审
公开(公告)号：CN116402995A
公开(公告)日：2023-07-07
申请号：CN202310191592.9
申请日：2023-02-24
申请人：北京建筑大学
发明人：张瑞菊 , 薛雅倩 , 王坚 , 赵江洪 , 庞蕾
IPC分类号： G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06V20/70 , G06V20/10 , G06N3/0455 , G06N3/0495 , G06N3/08
摘要：本发明公开了基于轻量级神经网络的古建筑点云语义分割方法及系统，包括：构建具有编码器‑解码器结构的神经网络，通过自蒸馏模块对神经网络进行压缩，生成初始轻量级神经网络，其中，编码器利用局部特征聚合模块来提取特征信息；获取古建筑点云数据样本集作为初始轻量级神经网络的输入，进行网络训练，并通过引入对比边界学习模块，利用随机采样对点云进行下采样，构建轻量级神经网络；基于轻量级神经网络，以待测点云数据作为网络输入，得到点云语义分割结果；本发明在保持较高的语义分割精度的同时，又提升了语义分割算法的效率，减少对设备的要求，是进行大规模古建筑点云语义分割的有效解决方案。

3. 发明授权

CN109344533B 地下工井电缆网络模型的建立方法有权
公开(公告)号：CN109344533B
公开(公告)日：2023-01-17
申请号：CN201811237411.7
申请日：2018-10-23
申请人：北京建筑大学
发明人：赵江洪 , 马思宇 , 黄明 , 张瑞菊 , 郭明 , 危双丰 , 张晓光
IPC分类号： G06F30/20 , G06T17/00 , G06F113/14
摘要：本发明公开了一种地下工井电缆网络模型的建立方法，该方法即先采集地下工井的三维点云并进行预处理后，提取顶面点云边界点组成壳或体，以得到单体工井CSG‑BREP模型，再由多个单体工井CSG‑BREP模型进行叠加，以拓扑重构生成具有管孔节点的CSG‑BREP模型，从具有管孔节点的CSG‑BREP模型中选取管孔节点，并依据管孔节点生成井内电缆轨迹线，对井内电缆轨迹线建模后生成电缆管线模型，然后依据管孔节点及电缆管线模型连接井外管道及电缆，建立地下工井电缆网络模型。本发明将部件化的电缆和管道元素整体化，实现了一个满足局部查询监测的庞大空间网络系统，具有实用性，能很好的满足实际生产需求。

4. 发明授权

CN110827398B 基于深度神经网络的室内三维点云自动语义分割方法有权
公开(公告)号：CN110827398B
公开(公告)日：2023-12-26
申请号：CN201911066498.0
申请日：2019-11-04
申请人：北京建筑大学
发明人：赵江洪 , 张晓光 , 孙铭悦 , 董岩 , 陈朝阳
IPC分类号： G06T17/00 , G06T15/00 , G06T7/10 , G06N3/0464
摘要：本发明公开了一种基于深度神经网络的室内三维点云自动语义分割方法，包括以下步骤：步骤一、构建深度神经网络，深度神经网络包括局部特征提取单元、全局特征提取单元、处理单元，局部特征提取单元包括第一卷积层、与第一卷积层连接的第一池化层，全局特征提取单元包括与第一卷积层连接的第二卷积层、与第二卷积层连接的第二池化层，处理单元与第一池化层、第二池化层连接；步骤二、获取待处理室内场景点云数据，并基于待处理室内场景点云数据建立室内三维点云数据集，将室内三维点云数据集输入深度神经网络，获取局部特征和全局特征，融合并输出，得到语义分割点云。本发明可有效增加深度神经网络对局部特征的学习提取能力，提高分割精度。

5. 发明授权

CN113705655B 三维点云全自动分类方法及深度神经网络模型有权
公开(公告)号：CN113705655B
公开(公告)日：2023-07-18
申请号：CN202110973556.9
申请日：2021-08-24
申请人：北京建筑大学
发明人：赵江洪 , 窦新铜 , 王殷瑞 , 张瑞菊
IPC分类号： G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
摘要：本发明公开了一种三维点云全自动分类方法，包括：获取三维点云数据集；对三维点云数据集代表的三维点云下采样，选取三维点云中的部分点作为采样点，基于采样点构建点云区域组，提取点云区域组的全局特征，用采样点代替其所在的点云区域组；将三维点云进行上采样，以将三维点云的点数量恢复至初始数量，将三维点云中每点所在点云区域组的全局特征进行拼接融合，得到每点的融合特征；对经过三维点云中每点依据其融合特征进行类别判别，得到每点的类别信息；统计每个类别包含点的数量，选择包含点的数量最多的类别作为三维点云的类别。本发明将同类整体点云的类别与每个点的单体语义类别相同的先验知识融合进深度神经网络，提高了点云的分类精度。

6. 发明公开

CN116012364A SAR图像变化检测方法和装置有权
公开(公告)号：CN116012364A
公开(公告)日：2023-04-25
申请号：CN202310101309.9
申请日：2023-01-28
申请人：北京建筑大学
发明人：赵江洪 , 李泽宇
IPC分类号： G06T7/00 , G06V10/40 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08
摘要：本发明实施例公开了SAR图像变化检测方法和装置。该方法包括：获取两个时相的目标SAR图像；通过特征提取网络对图像进行特征提取；特征提取网络包括：第一特征提取模块用于对图像进行特征提取得到第一特征图；第二特征提取模块包括通道注意力模块和空间注意力模块；通道注意力模块用于对第一特征图进行处理确定通道注意力权重，基于该权重对第一特征图进行加权得到第二特征图；空间注意力模块用于对第二特征图进行处理确定空间注意力权重，基于该权重对第二特征图进行加权得到目标特征图；对两个目标特征图进行差异分析；根据目标差异图确定后一时相相对于前一时相发生变化的目标图像区域。基于该方法，可提高对于SAR图像的变化检测精度。

7. 发明公开

CN113705655A 三维点云全自动分类方法及深度神经网络模型有权
公开(公告)号：CN113705655A
公开(公告)日：2021-11-26
申请号：CN202110973556.9
申请日：2021-08-24
申请人：北京建筑大学
发明人：赵江洪 , 窦新铜 , 王殷瑞 , 张瑞菊
IPC分类号： G06K9/62 , G06N3/04 , G06N3/08
摘要：本发明公开了一种三维点云全自动分类方法，包括：获取三维点云数据集；对三维点云数据集代表的三维点云下采样，选取三维点云中的部分点作为采样点，基于采样点构建点云区域组，提取点云区域组的全局特征，用采样点代替其所在的点云区域组；将三维点云进行上采样，以将三维点云的点数量恢复至初始数量，将三维点云中每点所在点云区域组的全局特征进行拼接融合，得到每点的融合特征；对经过三维点云中每点依据其融合特征进行类别判别，得到每点的类别信息；统计每个类别包含点的数量，选择包含点的数量最多的类别作为三维点云的类别。本发明将同类整体点云的类别与每个点的单体语义类别相同的先验知识融合进深度神经网络，提高了点云的分类精度。

8. 发明公开

CN110647802A 基于深度学习的遥感影像舰船目标检测方法审中-实审
公开(公告)号：CN110647802A
公开(公告)日：2020-01-03
申请号：CN201910726359.X
申请日：2019-08-07
申请人：北京建筑大学
发明人：赵江洪 , 张晓光 , 杨璐 , 孙铭悦 , 董岩 , 陈朝阳
IPC分类号： G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08
摘要：本发明公开了基于深度学习的遥感影像舰船目标检测方法，包括：获取遥感影像数据集；采用残差网络对所述遥感影像数据集中的影像进行特征提取，生成特征映射图；采用区域生成网络在所述特征映射图上生成预测标定框，判断该预测标定框是否为目标标定框并进行回归分析，生成精确标定框；将所述精确标定框与所述特征映射图融合，生成固定的特征映射图，进行目标定位；判断每个所述固定的特征映射图的类别，实现目标检测。本发明可实现对遥感影像中的舰船目标进行了端到端的检测识别，具有较好的检测准确性与对复杂场景的鲁棒性，并且在检测速度上可达到每秒5帧，可实现对遥感目标的实时检测。

9. 发明公开

CN109523554A 一种基于木构件的古建筑点云自动分割方法有权
公开(公告)号：CN109523554A
公开(公告)日：2019-03-26
申请号：CN201811366801.4
申请日：2018-11-16
申请人：北京建筑大学
发明人：张瑞菊 , 周欣 , 赵江洪 , 曹闵
IPC分类号： G06T7/10
摘要：本发明公开了一种基于木构件的古建筑点云自动分割方法，针对目前从三维激光扫描点云中基于古建筑木构件分割自动化程度较低的现状，提出一种自动对古建筑进行精确、快速分割的新方法。该方法首先基于点云数据通过聚类方法提取柱列截面点云，然后提取柱构件参数，再基于柱构件参数对古建筑点云数据自动转正，然后通过区域增长的方法对古建筑木柱构件点云进行分割，再利用古建筑几何结构知识、尺寸信息等基于包围盒的方法对梁、枋等木构件点云进行分割，相比传统的手动对构件进行点云分割，本发明提供的方法能够提升效率，简化算法。

10. 发明授权

CN109523554B 一种基于木构件的古建筑点云自动分割方法有权
公开(公告)号：CN109523554B
公开(公告)日：2023-01-31
申请号：CN201811366801.4
申请日：2018-11-16
申请人：北京建筑大学
发明人：张瑞菊 , 周欣 , 赵江洪 , 曹闵
IPC分类号： G06T7/10
摘要：本发明公开了一种基于木构件的古建筑点云自动分割方法，针对目前从三维激光扫描点云中基于古建筑木构件分割自动化程度较低的现状，提出一种自动对古建筑进行精确、快速分割的新方法。该方法首先基于点云数据通过聚类方法提取柱列截面点云，然后提取柱构件参数，再基于柱构件参数对古建筑点云数据自动转正，然后通过区域增长的方法对古建筑木柱构件点云进行分割，再利用古建筑几何结构知识、尺寸信息等基于包围盒的方法对梁、枋等木构件点云进行分割，相比传统的手动对构件进行点云分割，本发明提供的方法能够提升效率，简化算法。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式