页岩扫描电镜(scanning electron microscope,SEM)图像智能识别能够快速分析页岩储层矿物,是页岩油储层“甜点”预测的重要手段之一,也是未来的技术发展趋势。传统方法在鉴定矿物成分时存在自动化程度低、样本适配度低和特征提取受限等...页岩扫描电镜(scanning electron microscope,SEM)图像智能识别能够快速分析页岩储层矿物,是页岩油储层“甜点”预测的重要手段之一,也是未来的技术发展趋势。传统方法在鉴定矿物成分时存在自动化程度低、样本适配度低和特征提取受限等问题。为此,本文提出基于BlendMask的页岩SEM图像鉴定方法。首先,采用双边滤波、拉普拉斯和图像归一化等图像预处理技术对原始图像进行去噪、锐化和像素统一处理,提高训练样本的质量;然后,采用旋转、缩放、光度变化等图像增广方法构建增广策略,扩大数据集数量;最后,利用注意力机制和深度可分离卷积改进BlendMask网络,实现图像的成分分割与识别。应用于海塔盆地的页岩SEM图像实验结果表明,相比BlendMask模型,改进后方法的分割准确率和召回率分别提升了0.02~0.20和0~0.59,分割用时减少了1.29~2.70 s。展开更多
在复杂自然场景的端到端文本识别中,由于文本和背景难以区分,文本检测的位置信息和识别的语义信息不匹配,无法有效利用检测和识别之间的相关性.针对该问题,本文提出双域感知下多方显式信息协同的自然场景端到端文本识别方法(Multi-party...在复杂自然场景的端到端文本识别中,由于文本和背景难以区分,文本检测的位置信息和识别的语义信息不匹配,无法有效利用检测和识别之间的相关性.针对该问题,本文提出双域感知下多方显式信息协同的自然场景端到端文本识别方法(Multi-party Synergetic explicit Information with Dual-domain Awareness text spotting,MSIDA),通过强化文本区域特征和边缘纹理,利用文本检测和识别特征之间的协同作用提高端到端文本识别性能.首先,设计融合文本空间和方向信息的双域感知模块(Dual-Domain Awareness,DDA),增强文本实例的视觉特征信息;其次,提出多方显式信息协同模块(Multi-party Explicit Information Synergy,MEIS)提取编码特征中的显式信息,通过匹配对齐用于检测和识别的位置、分类和字符多方信息生成候选文本实例;最后,协同特征通过解码器引导可学习的查询序列获得文本检测和识别的结果 .相比最新的DeepSolo(Decoder with explicit points Solo)方法,在Total-Text、ICDAR 2015和CTW1500数据集上,MSIDA模型的准确率分别提升0.8%、0.8%和0.4%.代码和数据集在https://github.com/msida2024/MSIDA.git可以获取.展开更多
基于植被的光谱特征,利用监督分类、植被指数(NDV I)和目视解译等方法,分别用SPOT-5、Q u ickB ird高分辨率卫星遥感影像对东沙岛植被信息进行提取,并作了比对分析。研究结果表明:利用高分辨率遥感图像对东沙岛等小型岛屿的植被信息提...基于植被的光谱特征,利用监督分类、植被指数(NDV I)和目视解译等方法,分别用SPOT-5、Q u ickB ird高分辨率卫星遥感影像对东沙岛植被信息进行提取,并作了比对分析。研究结果表明:利用高分辨率遥感图像对东沙岛等小型岛屿的植被信息提取是可行的;SPOT-5多光谱数据具备了提取小型海岛植被信息、掌握其植被覆盖状况的能力;与SPOT-5多光谱数据相比,Q u ickB ird多光谱数据在植被精细分类信息的提取方面更具优势。展开更多
文摘在法国Spot Image公司6月22日的董事会上，Spot Image公司任命Hervé Buchwalter先生从7月1日开始继任新一任的总裁及首席执行官。Jean—Marc Nasr将进入EADS公司任新的职位。Hervé Buchwalter先生，45岁，Hervé Buchwalter先生毕业于巴黎中心大学（Ecole Centrale de Paris），2000年他从法国顶级的商业学校-巴黎高等商业学院取得了行政管理硕士（MBA）学位。
文摘页岩扫描电镜(scanning electron microscope,SEM)图像智能识别能够快速分析页岩储层矿物,是页岩油储层“甜点”预测的重要手段之一,也是未来的技术发展趋势。传统方法在鉴定矿物成分时存在自动化程度低、样本适配度低和特征提取受限等问题。为此,本文提出基于BlendMask的页岩SEM图像鉴定方法。首先,采用双边滤波、拉普拉斯和图像归一化等图像预处理技术对原始图像进行去噪、锐化和像素统一处理,提高训练样本的质量;然后,采用旋转、缩放、光度变化等图像增广方法构建增广策略,扩大数据集数量;最后,利用注意力机制和深度可分离卷积改进BlendMask网络,实现图像的成分分割与识别。应用于海塔盆地的页岩SEM图像实验结果表明,相比BlendMask模型,改进后方法的分割准确率和召回率分别提升了0.02~0.20和0~0.59,分割用时减少了1.29~2.70 s。
文摘在复杂自然场景的端到端文本识别中,由于文本和背景难以区分,文本检测的位置信息和识别的语义信息不匹配,无法有效利用检测和识别之间的相关性.针对该问题,本文提出双域感知下多方显式信息协同的自然场景端到端文本识别方法(Multi-party Synergetic explicit Information with Dual-domain Awareness text spotting,MSIDA),通过强化文本区域特征和边缘纹理,利用文本检测和识别特征之间的协同作用提高端到端文本识别性能.首先,设计融合文本空间和方向信息的双域感知模块(Dual-Domain Awareness,DDA),增强文本实例的视觉特征信息;其次,提出多方显式信息协同模块(Multi-party Explicit Information Synergy,MEIS)提取编码特征中的显式信息,通过匹配对齐用于检测和识别的位置、分类和字符多方信息生成候选文本实例;最后,协同特征通过解码器引导可学习的查询序列获得文本检测和识别的结果 .相比最新的DeepSolo(Decoder with explicit points Solo)方法,在Total-Text、ICDAR 2015和CTW1500数据集上,MSIDA模型的准确率分别提升0.8%、0.8%和0.4%.代码和数据集在https://github.com/msida2024/MSIDA.git可以获取.
文摘基于植被的光谱特征,利用监督分类、植被指数(NDV I)和目视解译等方法,分别用SPOT-5、Q u ickB ird高分辨率卫星遥感影像对东沙岛植被信息进行提取,并作了比对分析。研究结果表明:利用高分辨率遥感图像对东沙岛等小型岛屿的植被信息提取是可行的;SPOT-5多光谱数据具备了提取小型海岛植被信息、掌握其植被覆盖状况的能力;与SPOT-5多光谱数据相比,Q u ickB ird多光谱数据在植被精细分类信息的提取方面更具优势。
