一种基于多任务的变化检测方法、装置、设备及存储介质

    公开(公告)号:CN117349648A

    公开(公告)日:2024-01-05

    申请号:CN202311176466.2

    申请日:2023-09-12

    Abstract: 本发明涉及计算机领域,公开一种基于多任务的变化检测方法、装置、设备及存储介质,该方法包括基于变化检测多任务模型对待推理数据进行检测,获得变化检测结果,具体为:通过分割模型对待推理数据进行特征提取,获得推理特征向量;基于相似度算法计算推理特征向量与各样本子集的特征向量之间的相似度;获取相似度最高的样本子集对应的子任务权重,将子任务权重作为推理特征向量的推理权重对推理特征向量进行子任务推理,获得变化检测结果。由于是通过变化检测多任务模型对待推理数据进行变化检测,解决现有技术中自然资源监测监管与执法业务所监测的地物要素种类多且变化复杂导致模型训练和优化难度大、迭代周期长,提高了工程化生产效果和效率。

    一种基于深度学习方法的新增建设用地自动提取方法

    公开(公告)号:CN112183416A

    公开(公告)日:2021-01-05

    申请号:CN202011068935.5

    申请日:2020-09-30

    Abstract: 本发明公开了一种基于深度学习方法的新增建设用地自动提取方法,该方法包括以下步骤:勾画新增建设用地标签;将遥感影像的位深拉伸至8位;对前后时期遥感影像数据和新增建设用地标签数据进行裁切处理;合成训练瓦片样本集合和测试瓦片样本集;构建网络模型;生成新增建设用地训练模型,并对其进行封装;得到栅格概率图;对新增建设用地区域进行伪图斑的去除;得到新增建设用地图斑。通过该方法,避免了针对不同新增建设用地场景选择不同的特征组合和设计不同的监测方法;实现了常规遥感信息提取与监测的技术手段与深度学习技术手段的融合,提升了正检率;方便了后续成果的分析与规范化整理。

Patent Agency Ranking