本发明公开了一种基于点线对偶的图像匹配方法，包括：从参 考图像 R 和目标图像 S 中分别提取直线，以得到参考直线集合和目标 直线集合，分别将参考直线集合和目标直线集合中所有的直线段从图像 空 间 映 射 到 对 偶 空 间 ， 以 得 到 参 考 对 偶 点 集 共有 m 个对偶点， 以 及 目 标 对 偶 点 集共有 n 个对偶点，分别将参考对偶点集和目标对偶点集中邻近 的对偶点进行融合，以得到新的参考对偶点集和新的目标对偶点集， 估计新的参考对偶点集和新的目标对偶点集之间的旋转变换参数，估 计新的参考对偶点集和新的目标对偶点集之间的平移变换参数。本发 明等效地把图像空间中断裂破碎的多条直线段重新融合为一条直线 段，提高了匹配效率和稳定性。 

本发明公开了一种基于超图模型的RGBD图像显著性检测方法，该方法包括：对待检测彩色图像和深度图像进行超像素分割，对深度图像的每一个超像素区域进行邻域深度对比图的计算，依据邻域深度对比值构建深度背景超边；提取位于图像边界的超像素区域构建边界背景超边；计算两个超边的权重，并根据超图学习算法进行超边展开，构建诱导图；基于诱导图的空间邻接关系和边权重，利用边界连通性先验计算边界背景显著图；采用基于元胞自动机的显著度更新算法和结合深度先验的融合算法得到最终的显著性检测图。本发明弥补了传统2D边界背景先验中的不足，利用深度信息和超图模型进行改进，与以往结合彩色和深度信息的图像显著性检测方法相比取得了更好的效果。

设计并实现了一个图像半自动标注系统，以减轻自动驾驶场景中图像数据标注的工作量。该系统打通图像自动标注流程，利用基于深度学习的目标检测方法对图像中的交通目标进行预标注，随后交于用户检查标注结果，并自动整理输出图像标注数据。此外还开发实现了大量实用的图像标注功能，以支持用户进行图像标注，例如2D目标标注、交通标志标注、车道线标注、车灯标注、施工区域标注、目标跟踪标注、2.5D目标标注、停车位标注等。该系统投入使用后大幅提升了图像标注工作的效率，道路交通目标的平均标注速度相较于手工标注提升了115%。 相关技术指标：自动标注系统的平均标注速度为280张/人天。标注算法的漏检率为6.2%、准确率为92.3%、贴合率为81.2%。 技术指标满足系统设计要求，实际效果令人满意。 技术创新点： 1）实现了标注流程的半自动化，大幅减轻在标注流程上的工作量。 2）在标注功能上，相比已有可获得的工具，在交通目标的类型及标注特性上有了较大扩充。 3）在标注性能上，应用了成熟、领先的目标检测算法和机制如ResNeXt、注意力机制、Focal Loss、GIoU Loss等，并进行若干改进，设计了定位置信度模块、倒金字塔注意力模块、稀疏结构注意力机制等，显著提升了模型的检测效果，特别是小目标以及全局性关联目标检测性能。

图像识别服务基于大数据和深度学习实现，可精准识别图像中的视觉内容，包括上千种物体标签、数十种常见场景等，包含图像打标、场景分类、鉴黄等在线API服务模块，应用于智能相册管理、图片分类和检索、图片安全监控等场景。

产品详细介绍 图像定位系统  系统概述 电教摄影师都有这样一个体会：工作很辛苦！尤其是在多机位拍摄时，更加辛苦。当富有激情的老师授课时，在讲台上来回走动，不断展示新的PPT幻灯片，经常与学生交流，为了拍摄好这样的授课情景，摄影师十分忙碌：需要不断推拉摄像机跟踪拍摄老师图像，需要通过切换台不断在VGA与摄像机之间进行切换，还需要调整摄像机对准回答问题的学生，并进行镜头切换。有了PowerCreator Graphic Position System 图像定位系统后，这些工作都可以自动完成（还需要PowerCreator Media Cast配合使用，后面有详细介绍），无需人工参与。 　　　　　　　　　　　 图像定位系统结构图如下所示：    功能特点 系统组成 PowerCreator Graphic Position System 由两个子系统组成：教师跟踪系统与学生定位系统。教师跟踪系统自动计算教师在讲台上的位置，通知教师摄像机进行转动；学生定位系统自动识别站立学生所处的位置，通知学生摄像机进行定位，以特写的方式进行拍摄。 跟踪目标不会丢失 与市场上同类产品相比，PowerCreator Graphic Position System 的一个最大特点就是：跟踪目标不会丢失，即使在讲台上以最快的速度跑动。    真正满足常态化教学要求 录播系统解决方案中，对于如何拍摄学生画面一直是一个难题，一般解决方案都需要学生按一个触发器（可能是按键、 手持麦克、压力感应器等），这些技术不具备实用价值，违反了常态化教学要求。PowerCreator Graphic Position System很好的解决了这个问题，学生和老师无需做任何操作，只需要回答问题时，站立起来就可以了。 抗干扰性强 基于红外技术的产品，容易受太阳光、热光源等因素干扰；基于超声波技术的产品，长时间使用，对人身体健康有害。相比前两种技术，PowerCreator Graphic Position System 基于图像识别技术，很好的解决了以上问题。 部署简单 安装部署PowerCreator Graphic Position System，只需要在教室的几个不同位置安装摄像机就可以了，十分方便。

产品详细介绍 灵活的跟踪策略  老师与学生配置不同的跟踪策略，用户只需选择不同跟踪策略,同时用户可以自行定义跟踪与 切换方案。 双板书跟踪  支持独立板书分析，支持左右两边板书特写跟踪。 多机位协同跟踪，无垃圾镜头，切换延时小  场景采用多机位协同跟踪，切换镜头的方式实现跟踪拍摄（包括教师、学生作答特写画面、 板书特写画面），不出现画面摇动、变焦等不稳定画面。 光流法柔性跟踪  特写镜头的缓和转动，使摄像头画面无拖拽镜头，人体走动跟踪更自然。 区域屏蔽和热点跟踪  避免拍摄区域的亮斑、阴影等干扰，提高系统识别效果；具有多人员识别与拍摄策略；单人 员是特写拍摄、多人员是全景拍摄。可以设置热点区域做跟踪策略。

一种基于多源遥感数据的城市不透水层信息提取方法，包括根据夜间灯光亮度影像，计算归一化灯光亮度并基于阈值分割方法对城市地表进行区域类型分割；利用灯光亮度、陆地表面温度与归一化土壤调节植被指数，构建增强型归一化不透水层指数；通过建立每一种类型分割区域的增强型归一化不透水层指数MNDISI与不透水层率之间的线性定量关系，进行不透水层的提取工作。本发明较好地结合了多源遥感数据的优势，有效抑制了光谱混淆对于不透水层率估算结果的不利影响，为城市土地利用和环境变化监测提供了一种新的途径。

本发明公开了一种顾及雪覆盖影响的高分辨全色遥感影像变化检测方法，本发明充分利用根据全色 影像上积雪覆盖的特点，采用基于纹理特征的变化检测检测方法进行变化检测，提取变化区域。采用基 于水平集方法的 Chan-Vese 分割方法提取出实验新旧影像上的积雪区域，根据变化检测的结果和新旧影 像上积雪覆盖情况，去除部分积雪覆盖变化而导致的伪变化，提取出变化区域，提高了变化检测的精确 度与地图修测的自动化程度，缩短了数据更新周期。 

一种无人机遥感影像建筑物三维损毁检测方法，包括生成灾前的 DSM 和灾后的 DSM 并配准，识 别损毁建筑物疑似区域;根据灾前的 DSM 获取建筑物的矢量信息，进一步分割灾前建筑物区域和灾后 建筑物区域;根据灾前建筑物区域分割结果、灾后建筑物区域分割结果进行特征提取，得到特征证据; 根据证据理论原理，采用特征证据计算建筑物发生倒损的置信度，得到检测结果。本发明充分利用了多 重叠影像生成的点云三维信息，同时结合灾前后的遥感影像房屋损毁特征，显著提高了建筑物损毁检测 的精度。

技术简介 针对国家大气污染防治战略与山东省大气污染防治规划，建立多平台高精度全覆盖的卫星遥感火灾监测技术体系，显著提高卫星遥感火灾监测技术水平，成果应用于山东省春秋季秸秆焚烧火点遥感监测工程。 创新点及性能指标 （1）研究Himawari-8、MODIS、FY等系列遥感卫星影像，为火点实时监测提供数据支持； （2）突破火点识别与火点提取关键算法，显著提高秸秆焚烧火点监测精度，为监管部门秸秆焚烧治理提供技术支撑； （3）实现卫星实时监测-算法集成-野外核查自动化流程，提高火点监测与监管效率； （4）为秸秆焚烧、森林火灾、草原火灾、工业热源等监测提供技术解决方案。