公开(公告)号：CN117975295B

公开(公告)日：2024-06-18

申请号：CN202410382650.0

申请日：2024-04-01

Applicant: 南京信息工程大学

Inventor： 赵丽玲 ,  陈俊宇 ,  石峰 ,  夏旻

IPC: G06V20/13 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/80

Abstract: 本发明公开了一种基于多尺度特征感知神经网络的积雪深度预测方法，包括：获取积雪观测气象站附近的卫星图像，并对卫星图像进行预处理；搭建基于多尺度特征感知能力的深度神经网络模型，利用训练集对深度神经网络模型进行训练；将测试集数据输入至训练之后的深度神经网络模型，实现积雪深度的预测。本发明构建了多尺度特征提取单元MFSE、多尺度特征聚合单元MSFAA、多尺度特征融合单元HLF，以及各单元内部和单元之间网络连接网络，不仅可以捕获多尺度图像特征，还可以实现多尺度图像特征有效融合；将本方法用于积雪深度估算，可以提高积雪深度估算的准确性。

公开(公告)号：CN117975295A

公开(公告)日：2024-05-03

申请号：CN202410382650.0

申请日：2024-04-01

Applicant: 南京信息工程大学

Inventor： 赵丽玲 ,  陈俊宇 ,  石峰 ,  夏旻

IPC: G06V20/13 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/80

Abstract: 本发明公开了一种基于多尺度特征感知神经网络的积雪深度预测方法，包括：获取积雪观测气象站附近的卫星图像，并对卫星图像进行预处理；搭建基于多尺度特征感知能力的深度神经网络模型，利用训练集对深度神经网络模型进行训练；将测试集数据输入至训练之后的深度神经网络模型，实现积雪深度的预测。本发明构建了多尺度特征提取单元MFSE、多尺度特征聚合单元MSFAA、多尺度特征融合单元HLF，以及各单元内部和单元之间网络连接网络，不仅可以捕获多尺度图像特征，还可以实现多尺度图像特征有效融合；将本方法用于积雪深度估算，可以提高积雪深度估算的准确性。