Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 航天宏图信息技术股份有限公司;航天宏图(上海)空间遥感技术有限公司王伦乾获国家专利权

航天宏图信息技术股份有限公司;航天宏图(上海)空间遥感技术有限公司王伦乾获国家专利权

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!

龙图腾网获悉航天宏图信息技术股份有限公司;航天宏图(上海)空间遥感技术有限公司申请的专利海洋SAR图像中海洋内波的检测方法、装置和电子设备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:CN118135386B

龙图腾网通过国家知识产权局官网在2026-01-23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:202410285093.0,技术领域涉及:G06V20/05;该发明授权海洋SAR图像中海洋内波的检测方法、装置和电子设备是由王伦乾;王宇翔;鲍青柳;邢树果;姜翰;张阳;郑益勤;吴进群设计研发完成,并于2024-03-13向国家知识产权局提交的专利申请。

海洋SAR图像中海洋内波的检测方法、装置和电子设备在说明书摘要公布了:本发明提供了一种海洋SAR图像中海洋内波的检测方法、装置和电子设备,该方法中,海洋SAR图像样本是采用旋转框对海洋SAR图像中的海洋内波进行标注的,旋转框与弧形的海洋内波更加贴合,旋转框中包含的冗余信息更少,海洋内波检测模型训练时,需要的海洋SAR图像样本少,训练时间短,加之训练过程中,采用了更新后的训练数据集对海洋内波检测模型进行迭代训练,使得训练时间进一步缩短,由于旋转框中包含的冗余信息少,最终训练后的海洋内波检测模型的准确性好。

本发明授权海洋SAR图像中海洋内波的检测方法、装置和电子设备在权利要求书中公布了:1.一种海洋SAR图像中海洋内波的检测方法,其特征在于,包括: 获取海洋SAR图像样本,并将所述海洋SAR图像样本分为训练数据集、验证数据集和测试数据集,其中,所述海洋SAR图像样本为采用旋转框对海洋SAR图像中的海洋内波进行标注得到的; 采用所述海洋SAR图像样本对海洋内波检测模型进行训练,得到训练后的海洋内波检测模型,其中,当采用所述训练数据集对所述海洋内波检测模型进行训练的训练次数达到预设次数后,每间隔第一预设训练次数,采用所述验证数据集对当前海洋内波检测模型进行一次测试,根据得到的第一测试结果和预设训练数据集更新策略对所述训练数据集进行更新,并将更新后的训练数据集作为所述训练数据集继续对所述当前海洋内波检测模型进行训练,同时,在采用所述训练数据集对所述海洋内波检测模型所述当前海洋内波检测模型进行训练的过程中,每间隔第二预设训练次数,采用所述测试数据集对所述当前海洋内波检测模型进行一次测试,根据得到的第二测试结果保存所述当前海洋内波检测模型的最优权重,直至所述训练次数达到预设总次数为止,得到目标最优权重,如此完成所述海洋内波检测模型的一次完整训练; 采用所述训练后的海洋内波检测模型对待检测海洋SAR图像进行海洋内波检测,得到所述待检测海洋SAR图像中的海洋内波检测结果; 其中,根据得到的第一测试结果和预设训练数据集更新策略对所述训练数据集进行更新,包括: 若所述第一测试结果为误检率低于第一预设阈值,则保留所述当前海洋内波检测模型的当前权重,且在所述训练数据集中增加第一预设数量的负样本和所述第一预设数量的正样本,进而得到所述更新后的训练数据集; 若所述第一测试结果为误检率高于第二预设阈值,则将所述当前海洋内波检测模型的当前权重变更为第一预设训练次数前的权重,且将所述训练数据集中的负样本减少第二预设数量,进而得到所述更新后的训练数据集; 若所述第一测试结果为误检率在所述第一预设阈值和所述第二预设阈值之间,则保留所述当前海洋内波检测模型的当前权重,且将所述训练数据集作为所述更新后的训练数据集; 其中,所述海洋内波检测模型包括:ResNet50、与所述ResNet50连接的特征金字塔模块、与所述ResNet50连接的RiRoIAlign模块、与所述特征金字塔模块和所述RiRoIAlign模块连接的深度可分离卷积模块、与所述深度可分离卷积模块连接的通道空间注意力机制模块和与所述通道空间注意力机制模块连接的softmax模块; 其中,输入的特征通过所述通道空间注意力机制模块的3D卷积模块生成相关系数矩阵,并将所述相关系数矩阵与所述输入的特征进行逐元素相乘,进而所述输入的特征和相乘后的特征相加,得到经过所述通道空间注意力机制模块进行过滤后的过滤特征; 其中,采用所述训练后的海洋内波检测模型对待检测海洋SAR图像进行海洋内波检测,包括: 所述ResNet50对所述待检测海洋SAR图像中的海洋内波的深层特征进行提取,得到所述深层特征; 所述特征金字塔模块对所述深层特征进行多尺度特征提取,得到旋转特征; 所述RiRoIAlign模块对所述深层特征进行特征提取,得到旋转不变特征; 所述深度可分离卷积模块对所述旋转特征和所述旋转不变特征加和后的特征进行处理,得到处理后特征; 所述通道空间注意力机制模块对所述处理后特征进行过滤处理,得到过滤特征; 所述softmax模块对所述过滤特征进行归一化处理,得到各个像素点的类别得分,进而得到所述待检测海洋SAR图像中的海洋内波的旋转框和置信度,其中,所述待检测海洋SAR图像中的海洋内波的旋转框和置信度为所述待检测海洋SAR图像中的海洋内波检测结果。

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航天宏图信息技术股份有限公司;航天宏图(上海)空间遥感技术有限公司,其通讯地址为:100094 北京市海淀区翠湖北环路2号院4号楼;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”。

以上内容由龙图腾AI智能生成。

免责声明
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。