-
公开(公告)号:CN117132884A
公开(公告)日:2023-11-28
申请号:CN202310849650.2
申请日:2023-07-12
Applicant: 福州大学 , 福建省地质测绘院(福建省地质科学研究所)
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于地块尺度的农作物遥感智能提取方法。首先将高分辨率遥感影像地块提取视为图像语义分割问题,集成卷积神经网络和Transformer网络,构建一个顾及空间细节和远距离上下文语义的神经网络模型;基于提取的精细地块,利用中等分辨率影像构建时序遥感数据集,结合长短期记忆模型和全卷积神经网络模型在时间特征和空间特征上的表征优势,构建一个新的时序深度学习模型用于农作物精准分类。本发明充分利用卷积神经网络、Transformer模型、长短期记忆模型在空间细节、远距离上下文信息建模和时序特征提取方面的优势,通过集成先进的深度网络模型,有效地提取了不同层级的地块图像特征、作物物候特征,实现了地块尺度农作物种植结构的精准分类。