基于深度学习的多模态铁路设计要素遥感特征提取方法

    公开(公告)号:CN115797788B

    公开(公告)日:2023-04-14

    申请号:CN202310130539.8

    申请日:2023-02-17

    Applicant: 武汉大学

    Abstract: 本发明涉及一种基于深度学习的多模态铁路设计要素遥感特征提取方法,其包括对目标区域遥感影像进行预处理,得到目标区域的单波段图像、可见光图像和热红外图像;选择三种图像中至少一张图像根据铁路设计要素进行分类,将经过分类的三种图像合并成具有预设通道的第一图像;将第一图像根据单波段数、可见光波段数和热红外波段数得到若干组不同组合的第二图像并裁剪构建数据集;将训练集中的图像转化为预设数据类型输入到深度学习模型中进行训练,得到训练好的深度学习模型;将目标区域的遥感影像输入到训练好的深度学习模型中,提取得到铁路设计要素。本发明利用可见光波段、单波段和热红外三种遥感影像进行神经网络训练,提高了提取地物的精度。

    基于深度学习的多模态铁路设计要素遥感特征提取方法

    公开(公告)号:CN115797788A

    公开(公告)日:2023-03-14

    申请号:CN202310130539.8

    申请日:2023-02-17

    Applicant: 武汉大学

    Abstract: 本发明涉及一种基于深度学习的多模态铁路设计要素遥感特征提取方法,其包括对目标区域遥感影像进行预处理,得到目标区域的单波段图像、可见光图像和热红外图像;选择三种图像中至少一张图像根据铁路设计要素进行分类,将经过分类的三种图像合并成具有预设通道的第一图像;将第一图像根据单波段数、可见光波段数和热红外波段数得到若干组不同组合的第二图像并裁剪构建数据集;将训练集中的图像转化为预设数据类型输入到深度学习模型中进行训练,得到训练好的深度学习模型;将目标区域的遥感影像输入到训练好的深度学习模型中,提取得到铁路设计要素。本发明利用可见光波段、单波段和热红外三种遥感影像进行神经网络训练,提高了提取地物的精度。

Patent Agency Ranking