慎利
- 作品数：47 被引量：206H指数：8
- 供职机构：西南交通大学更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划国家科技支撑计划更多>>
- 相关领域：天文地球自动化与计算机技术建筑科学环境科学与工程更多>>
- 联合膨胀卷积残差网络和金字塔池化表达的高分影像建筑物自动识别被引量：11
- 2018年
- 针对传统建筑物提取方法对视觉特征人为设计的依赖,以及基于全卷积神经网络模型对提取目标边缘轮廓保真度差和对不同粒度建筑物自适应提取弱等问题,该文提出一种联合膨胀卷积残差网络和金字塔池化表达的高分辨率遥感影像建筑物自动识别方法,其所构建的全卷积神经网络包括膨胀卷积残差网络和金字塔池化单元两部分。在残差网络中,通过膨胀卷积限制模型中特征图分辨率的严重损失,从而有效地保留更多的细节特征;在金字塔池化单元中,通过全局平均池化将特征图池化为不同尺度,并与原始的输入特征图相融合,形成多尺度特征表达。基于马萨诸塞州地区具有复杂地表覆盖的公开遥感影像数据集开展的实验表明,相比目前较为流行的几种全卷积神经网络分类方法,该文所提出的联合膨胀卷积残差网络和金字塔池化表达方法的提取精度更高,建筑物提取结果能够有效地保留边界的细节轮廓信息,同时对不同形状大小建筑物的自适应提取能力更强。
- 乔文凡慎利戴延帅曹云刚
- 关键词：高分辨率遥感建筑物识别多尺度表达
- 一种基于弱监督语义分割的损毁建筑物高分遥感提取方法
- 本发明公开了一种基于弱监督语义分割的损毁建筑物高分遥感提取方法。为改善类别激活图CAM质量，抑制损毁建筑物内部的噪声等技术问题，本发明以采用膨胀卷积的级联式密集连接的方法来提高目标相关区域的激活响应和抑制目标不相关区域的...
- 慎利乔文凡董喆王薇李苓苓罗伟儿武志宏
- 面向遥感影像匹配的特征点检测算子性能评估被引量：6
- 2016年
- 在基于特征点的匹配方法中,特征点检测是非常关键的步骤,直接影响到匹配的效果.为了确立遥感影像匹配过程中特征点算子的选择依据,本文从光谱、时相和尺度(分辨率)3个方面,选择不同类型的遥感影像作为实验数据,以特征点重复率作为评估标准,对当前主流的Harris-Laplace、Hessian-Laplace、Do G和M_SER 4种特征点检测算子进行性能评估,并分析了每一种算子的优缺点和适用范围.实验结果表明:在光谱和时相方面,Hessian-Laplace的平均重复率达到40%,性能最好,其次为Harris-Laplace和Do G,而M_SER的性能相对较弱;而对于尺度方面,M_SER表现出最好的性能,平均重复率达到35%,其次为Hessian-Laplace,而Harris-Laplace和Do G的性能较弱.
- 叶沅鑫慎利
- 关键词：遥感影像影像匹配特征点检测重复率
- 多级对比学习下的弱监督高分遥感影像城市固废堆场提取
- 2024年
- 城市固体废物是城市化进程中的重要污染源,对城市生态环境和公共健康造成了巨大危害。高分影像固废堆场智能解译是实现自动排查,提升监测效率的核心和关键技术。基于深度学习的固废堆场自动提取方法严重依赖于获取成本高、制作难度大的高质量像素级标注。为此,本文提出使用更易获取的影像级标注,利用影像自监督学习实现像素级固废堆场提取。围绕固废堆场的影像特征,本文方法在尺度对比约束下综合像素、影像两个层次的对比学习方法,对固废堆场的类别激活图细化和完善,并基于此生成高质量的固废堆场伪像素级标注,用于训练固废堆场提取模型。试验结果表明,本文方法在固废堆场提取的F 1值和IoU分数方面分别达到了71.58%和55.74%,显著优于所有对比方法。这说明利用多级对比学习的弱监督方法能够获得更加完整且准确的类别激活图,从而取得更高的固废堆场提取精度。
- 王继成郭安嵋慎利蓝天蓝天李志林
- 关键词：高分辨率遥感影像
- 改进支持向量机算法无人机影像信息精确提取被引量：5
- 2015年
- 支持向量机(SVM)算法作为一种成功应用于大多数遥感影像的分类方法,虽然具有较高的提取精度,但是针对分类中仅仅采用单一参数,严重依赖于参数选择的不足,该文基于AdaBoost算法提出一种改进的SVM分类方法。该方法采用选择径向基函数作为核函数的SVM算法作为AdaBoost的弱分类器,实现了核参数的自适应调整。实验结果证明,该方法可以达到精确提取无人机影像信息的目的。
- 马潇潇张光胜李长春慎利
- 关键词：支持向量机ADABOOST无人机影像信息提取
- 一种多传感器遥感影像匹配方法
- 本发明公开了一种多传感器遥感影像匹配方法，属于卫星影像处理技术领域，它能有效地解决多传感器影像间的几何形变和辐射差异问题。首先建立影像的高斯差分尺度空间，并在此空间中进行特征点检测。然后引入具有光照和对比度不变性的相位一...
- 叶沅鑫慎利曹云刚
- 文献传递
- 自主式情境化地图表达:大模型时代的智能化地图制图理论探讨
- 2024年
- 通过智能化提升制图技术,让制图系统能全自动地完成地图设计与制作,一直是地图学界追求的目标,也一直是国际地图制图协会的前沿研究方向。从20世纪80年代开始,人工智能技术在地图学领域开始应用,逐步解决了部分工序的自动化问题,提高了地图制图的生产效率。然而,地图设计等关键环节的自动化水平仍然极低,无法满足信息时代的“定制化”“泛在化”制图需求。可喜的是,2023年以来,以GPT-4和Gemini等大语言模型(简称“大模型”)为代表的人工智能技术取得了突破,达到了“准通用人工智能”,表现出令人惊叹的语言理解力、推理能力和表达能力。基于此,本文探讨利用大模型来提升地图制图系统的智能水平,旨在建立新一代智能化制图理论与方法体系。首先,分析现有数字制图系统的瓶颈问题,指出建立新一代智能化制图技术的必要性;其次,分析大模型的性质与能力,论证建立新一代智能化制图技术的充分性;然后,进一步分析它们相结合的可能与方式,提出一个大模型时代的智能制图模式,并根据其根本性质与表征,将之称为情境化地图表达;最后,讨论情境化地图表达的关键技术问题,即自主觉知用图情境、自主设计制作地图及随境自主人机交互。
- 李志林徐柱徐柱慎利蓝天蓝天赵婷婷赵婷婷艾廷华遆鹏刘万增
- 关键词：地图制图
- 基于多通道分类合成的SAR图像分类研究被引量：1
- 2010年
- SAR具有全天时、全天候工作能力,且能够提供高分辨率图像数据。SAR图像分类是SAR图像处理的关键步骤。目前,SAR图像分类多是基于单通道图像数据。多通道SAR数据极大地丰富了地物目标信息量,利用多通道数据进行分类,是SAR图像分类的重要发展方向。本文提出基于多通道分类合成的SAR图像分类算法。该算法首先利用SVM对不同通道的数据分别进行分类,然后利用粒度合成理论对不同的分类结果进行合并,最后实现多通道SAR数据图像分类。本文重点论述了利用该方法进行SAR图像分类的基本流程和步骤。最后,结合实验结果,证明了该算法的可行性和有效性。
- 李长春冒亚明孙灏慎利
- 关键词：多通道SAR图像分类SVM
- 一种基于全局优化的城市容积率自动确定方法被引量：1
- 2018年
- 在空间数据挖掘框架下,引入最优化方法,提出一种顾及多因素全局优化的城市土地容积率自动确定方法。首先,对容积率的各种影响因子进行分析归纳,并基于层次分析构建多层次容积率评定体系。通过定义容积率合理度,将多种影响因素化归到单一评价参数,继而将容积率评定问题转化为在多因素影响下、顾及全局待规划地块相互作用的容积率全局优化问题。最后,引入模拟退火算法,求解容积合理度优化模型下各地块的最优容积率估计值。在对成都市大邑县旧城改造中容积率的评定实例验证中,该方法所得评定结果合理、准确,充分发挥了各地块的开发潜能。通过Arc GIS软件对评定结果进行可视化分析,最终验证了各个地块的容积率促进及抑制因素。该方法避免了人工评定的费时费力问题,并能为城市的智能化建设和自动化规划提供参考。
- 王莹慎利慎利贺昌全
- 关键词：容积率模拟退火
- J2EE耦合ArcGIS Engine的自然灾害灾情评估系统设计与开发被引量：4
- 2011年
- 利用GIS在空间分析和系统开发上的优势,集成了灾害强度和灾情要素的评估模型,建立了自然灾害灾情要素评估系统.系统以C/S结构为主体架构,基于组件式GIS平台ArcGIS Engine和J2EE平台,实现了我国10种常见自然灾害的灾情评估.依据不同灾害的强度和灾情要素,开发了自然灾害发生、发展、成灾演进过程的系列评估模型,并以洪涝灾害为应用案例进行评估,证明了系统的有效性和合理性.
- 程立海唐宏周廷刚张露慎利
- 关键词：自然灾害灾情评估J2EEARCGISENGINE
