刘异
- 作品数：30 被引量：73H指数：4
- 供职机构：武汉大学更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金江西省科技计划项目更多>>
- 相关领域：天文地球自动化与计算机技术理学水利工程更多>>
- 一种基于Siamese卷积网络的遥感影像城市地物变化检测方法
- 本发明提供了一种基于Siamese卷积网络的遥感影像城市地物变化检测方法，所述Siamese卷积网络为孪生卷积神经网络SCNN，基于数据增强技术进行包括在配准的两时相城市影像中选取初始样本集，设置孪生卷积神经网络SCNN...
- 刘异闫利庄姊琪呙维庞超
- 文献传递
- 面向复杂地理实体快速查询的空间语义模式图构建及搜索方法
- 本文实现了一种面向复杂地理实体快速查询的空间语义模式图构建及搜索方法，该方法从位置概念查询的认知分析展开，定义模式图的组成，进而讨论了模式图的构建和查询过程。通过将语义与空间联合索引，减少了“由底向上”多属性联合查询的排...
- 呙维佘冰刘异朱欣焰王绪滢
- 边缘约束下的分形网络分割算法被引量：4
- 2019年
- 分形网络演化算法(fractal net evolution approach, FNEA)是一种有效的多尺度影像分割算法,但对于具有斑点噪声、局部区域对比度低等特点的高分辨率合成孔径雷达(synthetic aperture radar,SAR)图像,直接应用FNEA算法得到的分割结果难以用于后续的面向对象影像分析。提出了基于边缘约束的FNEA(edge restricted FNEA,eFNEA)算法,通过加入边缘信息和构建异质性规则来为分割融入更多信息,提高分割效果。实验结果表明,对于微弱边缘和噪声污染严重等情形,eFNEA算法的分割结果均优于FNEA算法。
- 呙维彭旭彭旭刘异
- 关键词：SAR多尺度分割
- 一种二维矢量数据的压缩方法
- 本发明是一种二维矢量数据的压缩方法，具体是：首先将原始矢量数据划分为矢量数据块，再按照两种模式之一对矢量数据块进行基于DCT变换的有损压缩，然后对得到的DCT变换系数进行熵编码得到压缩矢量数据块，最后将所有压缩矢量数据块...
- 吴华意朱海军刘异
- 文献传递
- 基于注意力网络的遥感影像植被提取方法被引量：1
- 2021年
- 针对植被目标特点,本文提出了基于注意力网络的遥感影像植被提取方法。首先,针对不同环境地形气候条件下植被差异化的特点和植被与其他地物共生混杂导致植被出现错分的特点,设计了空间注意力模型,对上下文信息进行适配推理以优化网络提取边界。然后,建立完整的注意力网络模型,将影像特征输入softmax分类器进行分类,获取植被提取结果。通过植被数据集进行试验表明,本文提取方法性能优良,且具有较好的泛化能力。
- 闫利徐青刘异
- 关键词：遥感影像注意力模型
- 一种并行的分形网络演化影像分割方法
- 本发明涉及一种并行的分形网络演化影像分割方法，包括以下步骤：1.将用户期望的最终尺度分解成多个由小到大的尺度序列，然后串行化对每个尺度进行后续操作；其中，前一个小尺度的输出时较大尺度的输入；2.将待分割图像（或对象集）按...
- 呙维朱欣艳胡涛刘异
- 文献传递
- 一种并行的分形网络演化影像分割方法
- 本发明涉及一种并行的分形网络演化影像分割方法，包括以下步骤：1.将用户期望的最终尺度分解成多个由小到大的尺度序列，然后串行化对每个尺度进行后续操作；其中，前一个小尺度的输出时较大尺度的输入；2.将待分割图像（或对象集）按...
- 呙维朱欣艳胡涛刘异
- 顾及遥感影像场景类别信息的视觉单词优化分类被引量：4
- 2017年
- 传统词包模型的视觉词典忽略了场景本身包含的类别信息,难以区分不同类别但外观相似的场景,针对这个问题,本文提出一种顾及场景类别信息的视觉单词优化方法,分别使用Boiman的分配策略和主成分分析对不同场景类别视觉单词的模糊性和单词冗余进行优化,增强视觉词典的辨识能力。本文算法通过计算不同视觉单词的影像频率,剔除视觉词典中影像频率较小的视觉单词,得到每种场景的类别视觉词典,计算类别直方图,将类别直方图和原始视觉直方图融合,得到不同类别场景的融合直方图,将其作为SVM分类器的输入向量进行训练和分类。选取遥感场景标准数据集,验证算法,实验结果表明:本算法能适应不同大小的视觉词典,在模型中增加场景类别信息,增强了词包模型的辨识能力,有效降低场景错分概率,总体分类精度高达89.5%,优于传统的基于金字塔匹配词包模型的遥感影像场景分类算法。
- 闫利朱睿希刘异莫楠
- 关键词：主成分分析自适应加权融合
- 低空遥感地质灾害目标数据集的制作及测试被引量：2
- 2022年
- 数据集制作是利用深度学习方法进行地质灾害目标自动检测的重要基础。提出一种无人机影像地质灾害目标数据集(disaster event dataset,DED)的制作方法,该数据集包含坍塌房屋、滑坡和泥石流3种典型地质灾害目标,共有16 535个标注对象。使用Faster R-CNN模型进行实验评估以检验DED的有效性,并基于不同深度的预训练网络以及是否使用k-means聚类优化进行对比实验。结果表明,基于DED训练深度网络有较好的效果。
- 詹总谦黄兰兰张晓萌刘异
- 关键词：目标检测
- 基于Siamese卷积神经网络的影像瓦片变化检测技术被引量：2
- 2020年
- 针对地理信息变化较快而传统更新方式效率不高的问题,目前许多学者提出了各类变化检测的方法,但这些方法大都是基于影像数据进行试验,对影像预处理要求较高,且检测精度的稳定性较差,受数据源质量影响较大。而天地图、百度地图、谷歌地图等地图中均可免费下载各种级别的影像瓦片,因此本文提出利用天地图影像瓦片进行试验,采用Siamese卷积神经网络(SCNN)和深度学习技术,开发基于SCNN的高精度变化监测算法,以快速发现变化区域,实现地理信息变化信息检测。
- 万冉冉陈娟廖明伟刘异庞超
- 关键词：变化检测
