公开(公告)号：CN118053069A

公开(公告)日：2024-05-17

申请号：CN202410018660.6

申请日：2024-01-04

Applicant: 华南农业大学

Inventor： 王长委 ,  唐世豪 ,  曾宪明 ,  彭诗怡 ,  夏万钧 ,  唐凯逸 ,  温进杰

IPC: G06V20/10 ,  G06V20/13 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06V10/80 ,  G06V20/70 ,  G06T7/62 ,  G06T5/70

Abstract: 本发明涉及农作物识别方法技术领域，更具体地，涉及一种基于时序SAR数据多特征融合的农作物识别方法及系统。其中方法包括：获取SAR数据并根据SAR数据得到时间序列散射特征、时间序列干涉特征和时间序列极化特征；然后进行特征融合获得特征融合影像；构建样本数据集，并根据样本数据集标注识别类别，得到标注样本；对神经网络模型训练，获得农作物识别模型；将待识别影像通过农作物识别模型进行识别，获得待识别影像的识别类别。本发明将根据SAR数据得到时间序列散射特征、时间序列干涉特征和时间序列极化特征进行特征融合，然后进行神经网络模型的训练，从而改善了通过SAR数据进行直接训练得到的神经网络模型识别精度差的问题。

公开(公告)号：CN118053069B

公开(公告)日：2024-08-23

申请号：CN202410018660.6

申请日：2024-01-04

Applicant: 华南农业大学

Inventor： 王长委 ,  唐世豪 ,  曾宪明 ,  彭诗怡 ,  夏万钧 ,  唐凯逸 ,  温进杰

IPC: G06V20/10 ,  G06V20/13 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06V10/80 ,  G06V20/70 ,  G06T7/62 ,  G06T5/70

Abstract: 本发明涉及农作物识别方法技术领域，更具体地，涉及一种基于时序SAR数据多特征融合的农作物识别方法及系统。其中方法包括：获取SAR数据并根据SAR数据得到时间序列散射特征、时间序列干涉特征和时间序列极化特征；然后进行特征融合获得特征融合影像；构建样本数据集，并根据样本数据集标注识别类别，得到标注样本；对神经网络模型训练，获得农作物识别模型；将待识别影像通过农作物识别模型进行识别，获得待识别影像的识别类别。本发明将根据SAR数据得到时间序列散射特征、时间序列干涉特征和时间序列极化特征进行特征融合，然后进行神经网络模型的训练，从而改善了通过SAR数据进行直接训练得到的神经网络模型识别精度差的问题。