尹璐
- 作品数：12 被引量：8H指数：1
- 供职机构：北京市遥感信息研究所更多>>
- 相关领域：自动化与计算机技术天文地球更多>>
- 一种可见光遥感图像候选目标提取与分类方法
- 本发明涉及一种可见光遥感图像候选目标提取与分类方法，属于遥感图像处理和分析技术领域，解决了现有方法提取候选目标数量太多及分类精度低的问题。包括以下步骤：通过第一滑窗在遥感图像中提取大尺度区域，并输入到训练好的候选区域识别...
- 江碧涛李晓斌王生进杨渊博罗江锋张宇喆尹璐张砚李阳沈黎
- 文献传递
- 一种基于ArcMap的遥感图像样本标注方法
- 本发明涉及一种基于ArcMap的遥感图像样本标注方法，属于遥感信息技术领域。该方法包括以下步骤：S1，安装ArcMap的Add‑In插件工具创建标注环境，所述插件工具包括安装文件和配置文件；所述插件工具将标注过程保存的包...
- 孟钢李晓斌田菁戴桦宇杨渊博岳文振尹璐
- 一种基于人机融合的目标识别方法
- 本发明涉及一种基于人机融合的目标识别方法，属于遥感图像处理和分析领域，解决大幅面多目标遥感图像的目标识别分类问题；方法包括，获取图像分析员进行图像分析时的眼动信号,生成与图像对应的眼动热图，根据设置的热度阈值确定图像中的...
- 江碧涛李晓斌王生进杨渊博傅雨泽孟钢罗江锋尹璐岳文振李阳张宇喆李志欣
- 面向大尺寸遥感影像的物体检测识别方法
- 本发明提供一种面向大尺寸遥感影像的物体检测识别方法与装置，所述识别方法包括：进行网络训练：构建样本总数不低于100的样本集，并对样本集进行影像预处理、影像切割与样本增广；网络设计：网络通过定制化的卷积结构对输入图像层层提...
- 岳文振尹璐傅雨泽李阳孟钢李晓斌田菁
- 一种基于人机融合的目标识别方法
- 本发明涉及一种基于人机融合的目标识别方法，属于遥感图像处理和分析领域，解决大幅面多目标遥感图像的目标识别分类问题；方法包括，获取图像分析员进行图像分析时的眼动信号,生成与图像对应的眼动热图，根据设置的热度阈值确定图像中的...
- 江碧涛李晓斌王生进杨渊博傅雨泽孟钢罗江锋尹璐岳文振李阳张宇喆李志欣
- 文献传递
- 一种可见光遥感图像候选目标提取与分类方法
- 本发明涉及一种可见光遥感图像候选目标提取与分类方法，属于遥感图像处理和分析技术领域，解决了现有方法提取候选目标数量太多及分类精度低的问题。包括以下步骤：通过第一滑窗在遥感图像中提取大尺度区域，并输入到训练好的候选区域识别...
- 江碧涛李晓斌王生进杨渊博罗江锋张宇喆尹璐张砚李阳沈黎
- 文献传递
- 基于关联区检测的遥感卫星影像小样本弱小目标检测方法
- 本发明提出一种基于关联区检测的遥感卫星影像小样本弱小目标检测方法，属于遥感卫星图像的识别检测领域。方法包括：对小样本单个弱小目标样本数据执行图像增强处理和样本增广处理，并将经图像增强处理和样本增广处理的小样本单个弱小目标...
- 尹璐吕守业田菁张开锋李晓斌邢相薇李今飞黄立威段小武岳文振
- 一种基于ArcMap的遥感图像样本标注方法
- 本发明涉及一种基于ArcMap的遥感图像样本标注方法，属于遥感信息技术领域。该方法包括以下步骤：S1，安装ArcMap的Add‑In插件工具创建标注环境，所述插件工具包括安装文件和配置文件；所述插件工具将标注过程保存的包...
- 孟钢李晓斌田菁戴桦宇杨渊博岳文振尹璐
- 文献传递
- 面向对象的多源异构数据关联组织与分析被引量：8
- 2015年
- 为了满足高分辨率遥感图像解译及应用的需要,就必须要有海量多源异构数据的支撑,实现多源异构数据的快速关联组织与分析,解决数据种类多、数据量大、数据内容庞杂、数据结构松散和数据关联复杂等难题已成为迫切需要。本文提出了以目标对象为核心的数据关联模型,构建了基于时空统一的地理编码,实现了多源异构数据的关联组织和基于统一时空框架的数据分析。
- 石宇詹明尹璐王志鹏
- 关键词：图像解译
- 从光学到SAR:基于多级跨模态对齐的SAR图像舰船检测算法
- 2024年
- 合成孔径雷达(SAR)舰船检测是近年来的研究热点。然而,与光学图像不同,SAR成像的特点会导致不直观的特征表示。此外,由于SAR图像数据量不足,现有的基于大量标记SAR图像的方法可能难以达到较好的检测效果。为了解决这些问题,本文提出了一种基于多级跨模态对齐的SAR图像舰船检测算法MCMA-Net(Multi-level Cross-Modality Alignment Network),通过将光学模态中丰富的知识迁移到SAR模态来增强SAR图像的特征表示。该算法首先设计了一个基于邻域—全局注意力的特征交互网络NGAN(Neighborhood-Global Attention Network),通过对骨干网络的浅层特征采用邻域注意力机制进行局部交互、对深层特征采取全局自注意力机制进行全局上下文交互,在兼顾全局上下文建模能力的同时,提升局部特征的编码能力,使得网络在不同层级更合理的关注相应的信息,从而能够促进后续的多级别模态对齐。其次,本文设计了一个多级模态对齐模块MLMA(Multi-level Modality Alignment),通过从局部级别到全局级别再到实例级别的对两种模态不同隐含空间中的特征进行对齐,促进模型有效地学习模态不变特征,缓解了光学图像和SAR图像之间的模态鸿沟,实现了从光学模态到SAR模态的知识传输。大量的实验证明我们的算法优于现阶段的检测算法,取得了最好的实验结果。
- 何佳月宿南徐从安尹璐廖艳苹闫奕名
- 关键词：遥感SAR目标检测
