-
公开(公告)号:CN119540801A
公开(公告)日:2025-02-28
申请号:CN202411685620.3
申请日:2024-11-23
Applicant: 东北林业大学
IPC: G06V20/17 , G06V20/10 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/776 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于双流特征集成网络的无人机遥感枯立木检测方法,属于无人机图像处理技术领域。本发明通过融合不同层次的特征,显著提升了对小目标及图像边缘区域目标的识别精度。此外,本发明还引入DBB模块。DBB模块包含多个不同尺度和复杂度的分支,增强了卷积块的特征表达能力,有效减少了密集树冠遮挡区域的漏检率。同时,双分支特征融合主干和DBB模块的有效组合充分挖掘了枯立木的特征,增强了特征在网络中的传播,克服了小样本的问题。此外,考虑到枯枝落叶后树冠稀疏,大量背景信息的引入降低了检测准确率,引入了SEAM。SEAM模块通过增强对枯立木细节特征的关注,如颜色、棱角和纹理等,有效提高了模型对冠层中枯枝特征的识别能力,减少背景信息的干扰。