公开(公告)号：CN118887441A

公开(公告)日：2024-11-01

申请号：CN202410821479.9

申请日：2024-06-24

Applicant: 中国林业科学研究院资源信息研究所

Inventor： 符利勇 ,  唐守正 ,  业巧林 ,  许中旗 ,  陈巧 ,  谭靖 ,  王秋华 ,  张志东 ,  凌成星 ,  刘强 ,  谢栋博 ,  冯林艳 ,  王文文

IPC: G06V10/764 ,  G06V20/17 ,  G06V20/10 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/045

Abstract: 本申请提供基于融合注意力机制和无人机可见光影像的单木树冠检测方法，包括以下步骤：第一步：无人机影像获取无人机正射影像数据；第二步：数据预处理无人机正射影像数据；第三步：优化模型Att‑Mask R‑CNN的主干网络构建；第四步：优化模型Att‑Mask R‑CNN的区域候选网络构建；第五步：优化模型Att‑Mask R‑CNN的多分支网络构建；第六步：单木树冠垂直投影面积估计；第七步：优化模型Att‑Mask R‑CNN的精度验证。该方法是通过优化现有深度学习方法，构建苗景兼用林的单木树冠分割模型并研究其林分结构，为智慧林业以及科学经营提供理论依据。本申请基于高分辨率无人机遥感影像，探究了优化模型Att‑Mask R‑CNN(Attention‑based Mask R‑CNN，基于注意力机制的Mask R‑CNN模型)林区内识别每个树冠和树冠垂直投影面积估测的能力。

公开(公告)号：CN118840546A

公开(公告)日：2024-10-25

申请号：CN202410821577.2

申请日：2024-06-24

Applicant: 中国林业科学研究院资源信息研究所

Inventor： 符利勇 ,  唐守正 ,  业巧林 ,  许中旗 ,  陈巧 ,  谭靖 ,  王秋华 ,  张志东 ,  凌成星 ,  刘强 ,  谢栋博 ,  冯林艳 ,  王文文

IPC: G06V10/26 ,  G06V20/17 ,  G06V10/44 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本申请提供一种基于改进Mask Scoring R‑CNN的林火检测与分割方法，包括以下步骤：(1)森林火灾模拟：对森林可燃物在规定区域进行森面火灾模拟，并且使用干草、落叶对其助燃；(2)无人机航拍影像采集：使用多旋翼无人机搭载一台可见光相机对林火进行影像采集；(3)林火数据标注：为保证林火分割的质量，将帧间隔数设置为10，采用交互式多边形工具Labelme软件对每个林火目标提取精确的标签区域，包括被遮挡或者是存在于图像边缘的林火目标，同时，为了减少对模型的计算需求，所有图像统一缩放至1280×720分辨率，并以JPEG格式保存；(4)构建改进模型MaskSU R‑CNN：MaskSU R‑CNN主要由特征提取网络、区域候选网络、边界框分类回归和掩膜生成网络组成。

公开(公告)号：CN118736256A

公开(公告)日：2024-10-01

申请号：CN202410821552.2

申请日：2024-06-24

Applicant: 中国林业科学研究院资源信息研究所

Inventor： 符利勇 ,  唐守正 ,  业巧林 ,  许中旗 ,  陈巧 ,  谭靖 ,  王秋华 ,  张志东 ,  凌成星 ,  刘强 ,  谢栋博 ,  冯林艳 ,  王文文

IPC: G06V10/762 ,  G06V10/764 ,  G06V10/26

Abstract: 本申请提供一种基于超像素的森林火灾实时检测方法，涉及机器学习技术领域，包括：(1)图像超像素分割：对林火图像先进行SLIC超像素分割，将位置邻近和颜色相似的像素划分为若干个超像素；(2)代表点选择：鉴于超像素良好的目标边界一致性，将超像素等效为像素，从像素中选择或构造代表点；(3)引入监督信息：将代表点与引入的监督信息进行比对，从而完成火焰检测。本发明分别以超像素的均值、中值和均值与中值的组合构造代表点，在多种场景的12张林火图像上进行了实验验证，相比于向量和矩阵块模式表示方法，该文方法在10张图像上的林火识别率均达到了最高，平均识别率在98.2％以上。