-
公开(公告)号：CN118968341A
公开(公告)日：2024-11-15
申请号：CN202411259360.3
申请日：2024-09-10
Applicant: 中国农业科学院农业信息研究所
IPC: G06V20/13 , G06V20/10 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本申请公开一种遥感时序图像生成方法、装置及介质，涉及图像视频分析及农业信息技术领域，所述方法包括：确定待预测区域中各类型作物的遥感时序图像；对当前作物的各历史时刻的作物分布图分别进行空间角度的区块划分，得到多个历史区块图像；将当前作物的任一空间角度的所有历史时刻的历史区块图像均输入至遥感图像生成模型中，得到对应空间角度的待预测时刻的预测区块图像；遥感图像生成模型是利用训练集对初始模型进行训练得到的，初始模型是基于Transformer网络和VQ‑VAE模型构建的；基于待预测区域中各类型作物的各空间角度的待预测时刻的预测区块图像，确定待预测时刻的预测遥感图像。提高了高分辨率遥感图像的预测精度。
-
公开(公告)号：CN115082778B
公开(公告)日：2023-04-07
申请号：CN202210454703.6
申请日：2022-04-28
Applicant: 中国农业科学院农业信息研究所
IPC: G06V20/10 , G06V20/17 , G06V10/26 , G06V10/54 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/047 , G06N3/084
Abstract: 本发明提供一种基于多分支学习的宅基地识别方法及系统，属于建筑识别技术领域，方法包括：提取每张样本遥感影像的初步特征，得到两个初始特征图；提取第二初始特征图的底层细节信息及高层语义信息，根据高分辨率特征图提取第一初始特征图的边界信息，并确定最终边界图；基于边界特征图对最终边界图中的边界进行细化，并确定样本遥感影像中各像素是否为宅基地；根据各像素的预测结果及对应像素的标签信息确定宅基地识别模型；根据待识别遥感影像，基于宅基地识别模型，确定待识别遥感影像中的宅基地。通过提取遥感影像的底层细节信息、高层语义信息以及边界信息，确定遥感影像中各像素是否为宅基地，提高了宅基地的识别效率及精准度。
-
公开(公告)号：CN114708494A
公开(公告)日：2022-07-05
申请号：CN202210207131.1
申请日：2022-03-04
Applicant: 中国农业科学院农业信息研究所
IPC: G06V20/10 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种农村宅基地建筑识别方法及方法。该方法包括：基于包括农村宅基地的遥感图像构建训练集；基于Encoder‑Decoder结构构建MSANet网络模型；所述MSANet网络模型采用融合混合时空注意力机制模块的ResNet_v2_50为backbone；所述MSANet网络模型中设立边界提取模块；通过所述训练集对所述MSANet网络模型进行训练；通过训练好的MSANet网络模型对待识别的遥感图像进行农村宅基地建筑识别。本发明基于高分辨率遥感影像和深度学习相关技术理论对农村宅基地的快速智能识别，为后续对宅基地宗数、单宗面积及总体面积等信息的统计提供了技术基础。
-
公开(公告)号：CN114708494B
公开(公告)日：2025-05-09
申请号：CN202210207131.1
申请日：2022-03-04
Applicant: 中国农业科学院农业信息研究所
IPC: G06V20/10 , G06V20/70 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种农村宅基地建筑识别方法及方法。该方法包括：基于包括农村宅基地的遥感图像构建训练集；基于Encoder‑Decoder结构构建MSANet网络模型；所述MSANet网络模型采用融合混合时空注意力机制模块的ResNet_v2_50为backbone；所述MSANet网络模型中设立边界提取模块；通过所述训练集对所述MSANet网络模型进行训练；通过训练好的MSANet网络模型对待识别的遥感图像进行农村宅基地建筑识别。本发明基于高分辨率遥感影像和深度学习相关技术理论对农村宅基地的快速智能识别，为后续对宅基地宗数、单宗面积及总体面积等信息的统计提供了技术基础。
-
公开(公告)号：CN118968341B
公开(公告)日：2025-02-25
申请号：CN202411259360.3
申请日：2024-09-10
Applicant: 中国农业科学院农业信息研究所
IPC: G06V20/13 , G06V20/10 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本申请公开一种遥感时序图像生成方法、装置及介质，涉及图像视频分析及农业信息技术领域，所述方法包括：确定待预测区域中各类型作物的遥感时序图像；对当前作物的各历史时刻的作物分布图分别进行空间角度的区块划分，得到多个历史区块图像；将当前作物的任一空间角度的所有历史时刻的历史区块图像均输入至遥感图像生成模型中，得到对应空间角度的待预测时刻的预测区块图像；遥感图像生成模型是利用训练集对初始模型进行训练得到的，初始模型是基于Transformer网络和VQ‑VAE模型构建的；基于待预测区域中各类型作物的各空间角度的待预测时刻的预测区块图像，确定待预测时刻的预测遥感图像。提高了高分辨率遥感图像的预测精度。
-
Patent Agency Ranking
公开(公告)号：CN118886557A
公开(公告)日：2024-11-01
申请号：CN202410953136.8
申请日：2024-07-16
Applicant: 中国农业科学院农业信息研究所
Abstract: 本申请发明提供了基于大数据的农林牧渔业总产值预测方法、系统和介质。该方法包括：根据区域生成的区域农产灯光遥感特征画像划分子区域，并根据各生产类型样本集平均数据匹配各子区域的生产类型，再根据各类型子区域的相似样本的单位平均产值计算获得四个类型生产区域的产值修正数据以及农林牧渔业产值总数据，进而通过历史平均总数据的产值对比结果通过阈值对比评定区域在周期内的农林牧渔业生产成效；从而通过区域内灯光遥感信息进行生产类型区域划分，并结合历史样本数据获得各类型生产区域的产值数据，以及结合生产要素干扰情况获得农林牧渔业总产值并判断区域的生产成效，实现通过大数据和夜间灯光遥感技术实现对区域农类生产的测算和评估。
-
公开(公告)号：CN118410909A
公开(公告)日：2024-07-30
申请号：CN202410565974.8
申请日：2024-05-09
Applicant: 中国农业科学院农业信息研究所
IPC: G06Q10/04 , G06Q50/02 , G06N3/006 , G06N3/042 , G06N3/0464 , G06F18/243 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于夜间灯光指数的农林牧渔业总产值预测方法，属于产值预测技术领域，本发明通过基于深度神经网络构建农林牧渔业总产值预测模型，将训练集输入到农林牧渔业总产值预测模型进行训练，通过粒子群算法对农林牧渔业总产值预测模型的模型参数进行优化，输出农林牧渔业总产值预测模型，最后通过农林牧渔业总产值预测模型对目标区域的农林牧渔业总产值进行预测，获取预测结果，并根据预测结果生成相关的预警信息。本发明通过融合Dice系数度量算法以及图神经网络对训练集进行优化，能够使得训练集的数据更加符合训练要求，从而降低模型的训练时间以及提高模型的预测精度，能够及时根据实际的生产需求对生产计划进行调控。
-
公开(公告)号：CN118410909B
公开(公告)日：2025-04-01
申请号：CN202410565974.8
申请日：2024-05-09
Applicant: 中国农业科学院农业信息研究所
IPC: G06Q10/04 , G06Q50/02 , G06N3/006 , G06N3/042 , G06N3/0464 , G06F18/243 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于夜间灯光指数的农林牧渔业总产值预测方法，属于产值预测技术领域，本发明通过基于深度神经网络构建农林牧渔业总产值预测模型，将训练集输入到农林牧渔业总产值预测模型进行训练，通过粒子群算法对农林牧渔业总产值预测模型的模型参数进行优化，输出农林牧渔业总产值预测模型，最后通过农林牧渔业总产值预测模型对目标区域的农林牧渔业总产值进行预测，获取预测结果，并根据预测结果生成相关的预警信息。本发明通过融合Dice系数度量算法以及图神经网络对训练集进行优化，能够使得训练集的数据更加符合训练要求，从而降低模型的训练时间以及提高模型的预测精度，能够及时根据实际的生产需求对生产计划进行调控。
-
公开(公告)号：CN117274798B
公开(公告)日：2024-03-29
申请号：CN202311146344.9
申请日：2023-09-06
Applicant: 中国农业科学院农业信息研究所
IPC: G06V20/10 , G06V20/13 , G06V10/58 , G06V10/764 , G06V10/82
Abstract: 本申请涉及数据处理技术领域，提供一种基于正则化的时序变分模型的遥感水稻识别方法。该方法包括：获取待识别农作物生长期内的遥感影像数据，根据遥感影像数据计算每个像元的增强植被指数和归一化水指数；对增强植被指数和归一化水指数进行缺失值预填补；将预填补后的增强植被指数和归一化水指数分别输入正则化的时序变分模型进行滤波处理，得到滤波后的增强植被指数和归一化水指数；其中，正则化的时序变分模型包括数据保真项，数据保真项是在传统的数据保真项基础上增加遥感影像数据的有效标记得到的；基于滤波后的增强植被指数和归一化水指数判断待识别农作物是否为水稻，得到水稻识别结果，由此，提高了水稻识别精度。
-
公开(公告)号：CN117523403A
公开(公告)日：2024-02-06
申请号：CN202311611903.9
申请日：2023-11-29
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明公开一种宅基地图斑变化检测方法、系统、设备及介质，涉及建筑物识别以及面状矢量图形的变化检测领域；该方法包括：获取目标宅基地的检测数据；基于实例分割网络模型对检测数据进行宅基地图斑提取和矢量转换，得到矢量图集；实例分割网络模型包括相互连接的编码器、像素解码器和Transformer解码器；采用计算机图形学原理对矢量图集进行拓扑关系比对检测，得到宅基地图斑的检测结果；本发明能够快速准确地实现宅基地图斑的变化检测。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.023 seconds)
