恭喜武汉大学张洪艳获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜武汉大学申请的专利基于深度低秩网络的多时相光学遥感影像云检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115131674B 。
龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210729041.9,技术领域涉及:G06V20/13;该发明授权基于深度低秩网络的多时相光学遥感影像云检测方法是由张洪艳;黄琪;夏宇;张良培设计研发完成,并于2022-06-24向国家知识产权局提交的专利申请。
本基于深度低秩网络的多时相光学遥感影像云检测方法在说明书摘要公布了:本发明提供一种基于深度低秩网络的多时相遥感影像云检测方法,利用多时相遥感影像的时空谱低秩的物理特性,以数据驱动的方式学习重建晴空无云背景特征,结合孪生差分、非局部注意力的思想分阶段构建特征提取网络,分别提取融合单景空谱特征与多时相差分特征,智能化实现多时相遥感影像云覆盖检测,并且成功克服现有基于深度学习的多时相云检测算法匮乏且可解释性弱的问题。本发明将深度低秩网络模型应用于多时相Landsat遥感影像云检测中,Landsat‑8遥感影像实验表明,相较于现有遥感影像云检测方法,基于深度低秩网络的多时相遥感影像云检测方法速度更快,精度更高,对于不同场景、不同云覆盖情况具备较强的稳定性。
本发明授权基于深度低秩网络的多时相光学遥感影像云检测方法在权利要求书中公布了:1.基于深度低秩网络的多时相遥感影像云检测方法,其特征在于,包括以下步骤:步骤1,提取原始待检测影像中云的空谱特征;步骤1中通过设计单景云检测网络提取原始待检测影像中云的空谱特征,具体实现方式如下;将给定的原始单景影像记为其中w和h表示影像的长宽,c表示波段的数量,单景云检测网络的输入是输出是f代表输出特征图Psingle的通道维度;单景云检测网络由收缩路径和扩张路径构成,其中,收缩路径由六个编码模块堆叠而成,编码模块分为左右两个分支,左分支是特征提取分支,基于两个3×3的卷积核进行2D卷积来自动提取特征,其中每个卷积层之后连接一个ReLU激活函数对原函数进行非线性映射;右分支是上下文保留分支,利用1×1的2D卷积提取特征信息,并采用恒等映射操作加速梯度流的反向传播同时保留低水平的特征信息,将特征进行聚合后,最后使用2×2的最大池化操作实现对特征的降采样,并且减少网络参数避免过拟合;通过编码器模块自动提取图像的多尺度特征;扩张路径由五个解码模块堆叠形成,在解码模块中首先基于一个反卷积操作来逐步恢复原始图像的大小,随后采用两个卷积操作提取特征信息,并采用快捷连接操作帮助网络保存和利用从早期层中学习到的上下文信息,使得网络能够捕获更多的云特征,同时通过防止网络反向传播期间发生梯度消失现象来加速训练过程;基于解码模块,网络能够在稳定训练的同时融合多级特征,并逐步恢复原始图像的大小;步骤2,提取多时相影像的低秩背景特征;步骤3,利用多时相云检测网络,同时输入原始影像与步骤2中获取的背景特征,采用共享权重的孪生差分结构,结合非局部注意力思想,提取原始影像与背景特征的变化信息,获得基于时相变化的云特征,即多时相变化特征图;步骤4,融合步骤1中云的空谱特征和步骤3中基于时相变化的云特征进行云掩膜预测,根据损失函数训练网络,直至训练收敛,网络参数达到最优,得到最终的预测图。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人武汉大学,其通讯地址为:430072 湖北省武汉市武昌区八一路299号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。