-
公开(公告)号：CN116977855A
公开(公告)日：2023-10-31
申请号：CN202310950381.9
申请日：2023-07-31
Applicant: 中国农业大学
IPC: G06V20/10 , G06V10/26 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及遥感影像智能解译技术领域，提供一种异质遥感影像变化检测方法、装置、电子设备及存储介质，包括：获取目标区域变化事件前后的事件前遥感影像和事件后遥感影像；提取双时相遥感影像的事件前深层特征和事件后深层特征；分解事件前深层特征、事件后深层特征，得到事件前内容特征、事件前风格特征、事件后内容特征和事件后风格特征；组合内容特征和风格特征确定源域重构影像、跨域转换影像；基于源域重构影像和跨域转换影像，计算对应于事件前遥感影像特征域和事件后遥感影像特征域的差分影像，确定遥感影像变化图。本发明方法有效减少制作标签数据的工作量，增强异质遥感影像域适应转换的效果，提高异质遥感影像变化检测的精度和效率。
-
公开(公告)号：CN117115685A
公开(公告)日：2023-11-24
申请号：CN202310914018.1
申请日：2023-07-24
Applicant: 中国农业大学
IPC: G06V20/17 , G06V20/70 , G06V10/764 , G06V10/10 , G06V10/24 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种基于深度学习的经济作物信息识别方法及系统，包括：按规定形状对研究区的无人机多光谱遥感影像进行裁剪，得到规则形状影像；对规则形状影像进行样本标注，并划分为训练集、验证集和测试集；根据训练集、验证集对U‑Net模型进行训练；将训练后的U‑Net模型作为基础模型，增加Inception结构、SE‑Block，并进行网络加深；选取超参数对网络加深后的模型进行参数优化，生成改进的深度学习语义分割ISDU‑Net模型，基于训练集、验证集对ISDU‑Net模型进行训练；利用训练后的ISDU‑Net模型对经济作物进行信息识别。本发明利用改进的深度学习语义分割模型，对经济作物无人机遥感影像进行提取并完成快速制图，在小样本类别预测方面表现突出，为经济作物精准识别提供了新思路。
-
公开(公告)号：CN117253037A
公开(公告)日：2023-12-19
申请号：CN202311088545.8
申请日：2023-08-25
Applicant: 中国农业大学
IPC: G06V10/26 , G06V10/764 , G06V10/82 , G06V10/774 , G06V10/80
Abstract: 本发明提供一种用于高分辨率遥感影像的语义分割模型结构搜索方法、自动语义分割方法及系统，该方法包括：构建包括多个编码器、解码器及跳跃连接的初始神经网络模型，基于所述编码器、解码器及跳跃连接，构建包括特征融合方式、注意力机制、卷积模块及层数控制模块的搜索空间；采用定长二进制数对搜索空间进行编码，基于编码后的搜索空间，生成神经网络结构及对应的网络编码；利用适应度评价函数对生成的神经网络结构进行筛选，对筛选后的神经网络结构进行迭代优化，得到适应度最优的网络结构。本发明设计了更合理和紧凑的搜索空间，既保证了架构的灵活性，也提高了架构搜索的效率，对遗传算法进行改进，提高遗传算法在搜索过程中的搜索能力。
-
公开(公告)号：CN116977851A
公开(公告)日：2023-10-31
申请号：CN202310906718.6
申请日：2023-07-21
Applicant: 中国农业大学
IPC: G06V20/10 , G06V10/764 , G06V10/774
Abstract: 本发明提供一种基于变化检测的弃耕识别方法及装置，首先获取待识别区域的预处理后的长时序遥感影像和长时序土地覆被分类样本；基于基础年份和对比年份的遥感影像，通过变化检测得到每个对比年份的变化区域；基于基础年份的土地覆被分类样本，对基础年份的遥感影像进行分类处理得到基础年份的土地覆被分类图；基于每个对比年份的土地覆被分类样本，对对比年份的变化区域的遥感影像分别进行分类处理得到变化区域的分类图；将每个对比年份的变化区域的分类图分别更新到基础年份的土地覆被分类图上，得到每个对比年份的土地覆被分类图；基于基础年份和多个对比年份的土地覆被分类图，得到弃耕结果，提高了弃耕识别的精度，节省了工作量。
-
-
-
Search Results
4
records
(took 0.02 seconds)
