公开(公告)号：CN116503590B

公开(公告)日：2025-05-23

申请号：CN202310132989.0

申请日：2023-02-17

Applicant: 西北农林科技大学

Inventor： 张宏鸣 ,  高郑杰 ,  阳光 ,  沈寅威 ,  孙志同 ,  唐恒翱

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/764 ,  G06V20/13 ,  G06V20/17 ,  G06V20/10

Abstract: 本发明提供了一种多光谱无人机遥感影像作物分割方法，包括：步骤一，多光谱遥感影像数据处理。步骤二，植被指数提取。步骤三，构建数据集。步骤四，构建深度语义分割模型：在DeeplabV3+模型中添加卷积注意力模块，获得深度语义分割模型。步骤五，模型训练与保存。步骤六，作物分割。本发明在光谱信息方面，通过改进DeepLabv3+模型的输入层结构，添加NDVI归一化植被指数和OSAVI优化型土壤调节植被指数通道，增大不同作物间的光谱差异。本发明在空间信息方面，在空洞空间金字塔池化模块添加包括通道注意力和空间注意力的双通道注意力模块，扩大模型感受野的同时增加像素信息的相关性，优化分类结果的边界，从而提升模型精度。

公开(公告)号：CN117611996A

公开(公告)日：2024-02-27

申请号：CN202311526699.0

申请日：2023-11-15

Applicant: 西北农林科技大学 ,  西安星闪世图科技有限公司 ,  中煤航测遥感集团有限公司

Inventor： 张宏鸣 ,  沈寅威 ,  李峥嵘 ,  韩文霆 ,  吴军虎 ,  强建华 ,  唐恒翱 ,  阳光 ,  高郑杰 ,  张二磊 ,  詹涛 ,  牛当当 ,  宋荣杰 ,  朱珊娜

IPC: G06V20/10 ,  G06V20/13 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/082

Abstract: 本发明提供了一种基于深度特征融合的葡萄种植区遥感影像变化检测方法，包括：步骤一，高分二号遥感影像数据处理。步骤二，构建变化检测数据集。步骤三，构建变化检测模型：步骤301，选取ResNet101作为主干网络。步骤302，构建ResCBAM模型。步骤303，设计上下文聚集模块。步骤304，设计深度特征融合模块。步骤四，模型训练与保存。步骤五，葡萄种植区遥感影像变化检测。本发明最终的交并比、召回率和F1值分别达到了77.22％、85.10％和87.15％，相较于目前主流变化检测方法分别提高了3.24、4.59、2.1个百分点。

公开(公告)号：CN118334511A

公开(公告)日：2024-07-12

申请号：CN202410350143.9

申请日：2024-03-26

Applicant: 西北农林科技大学 ,  西安农链互联网科技有限公司

Inventor： 张宏鸣 ,  唐恒翱 ,  孙志同 ,  沈寅威 ,  黄小星 ,  张婷 ,  阳光 ,  高郑杰 ,  牛当当 ,  宋荣杰 ,  苏凯悦

IPC: G06V20/10 ,  G06V10/26 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于叶片的葡萄早期品种识别方法，包括：步骤一，葡萄叶片拍摄；步骤二，构建数据集；步骤三，引入分割模型实现背景剔除；步骤四，构建葡萄叶片细粒度分类模型：步骤S401，采用ResNet50模型；步骤S402，构建ResNet50se模型；步骤S403，构建ResSTM模型；步骤S404，构建多尺度特征融合结构的分类模型：步骤五，葡萄早期品种识别。本发明解决了目前葡萄早期品种识别存在的人工识别专业性要求高、背景复杂、类间识别精度低等问题。通过构建统计纹理模块，构建融合统计纹理信息，丰富提取特征信息。引入注意力机制，提升对重要特征信息的关注度。并且设计了金字塔多尺度融合模块，使模型可以在不同尺度下对不同大小的目标进行预测，增强模型分类精度和鲁棒性。

公开(公告)号：CN116503590A

公开(公告)日：2023-07-28

申请号：CN202310132989.0

申请日：2023-02-17

Applicant: 西北农林科技大学

Inventor： 张宏鸣 ,  高郑杰 ,  阳光 ,  沈寅威 ,  孙志同 ,  唐恒翱

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/764 ,  G06V20/13 ,  G06V20/17 ,  G06V20/10

Abstract: 本发明提供了一种多光谱无人机遥感影像作物分割方法，包括：步骤一，多光谱遥感影像数据处理。步骤二，植被指数提取。步骤三，构建数据集。步骤四，构建深度语义分割模型：在DeeplabV3+模型中添加卷积注意力模块，获得深度语义分割模型。步骤五，模型训练与保存。步骤六，作物分割。本发明在光谱信息方面，通过改进DeepLabv3+模型的输入层结构，添加NDVI归一化植被指数和OSAVI优化型土壤调节植被指数通道，增大不同作物间的光谱差异。本发明在空间信息方面，在空洞空间金字塔池化模块添加包括通道注意力和空间注意力的双通道注意力模块，扩大模型感受野的同时增加像素信息的相关性，优化分类结果的边界，从而提升模型精度。