龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：辽宁科技大学
摘要：本发明公开了一种基于深度学习的滨海湿地信息精细提取方法，包括：对遥感影像进行预处理，并基于湿地分类体系对预处理结果进行标注得到样本数据集；构建滨海湿地信息精细提取模型，并通过样本数据集对该模型进行训练；基于训练完成的模型，对输入的遥感影像实现对滨海湿地信息的精细提取；所述的模型包括以下步骤：将遥感影像输入编码器结构中MobileNetV2主干特征提取模块进行浅层特征提取；将浅层特征输入空洞池化金字塔模块，对深层特征进行提取，得到深层特征传入解码器结构。解码器结构对浅层特征和深层特征进行堆叠。相比于传统实地调查以及已有湿地信息提取方法，本发明具有耗时短、成本低等特点，弥补了传统方法和现有模型的不足。
主权项：1.一种基于深度学习的滨海湿地信息精细提取方法，其特征在于，包括：对反映滨海湿地区域的遥感影像进行预处理，并基于湿地分类体系对预处理结果进行标注处理，得到样本数据集；基于深度学习构建滨海湿地信息精细提取模型，并通过样本数据集对该模型进行训练；基于训练完成的滨海湿地信息精细提取模型，对输入的遥感影像实现对滨海湿地信息的精细提取；其中，所述的滨海湿地信息精细提取模型包括以下步骤：将遥感影像输入MobileNetV2主干特征提取模块进行浅层特征提取；将浅层特征输入空洞池化金字塔模块，对深层特征进行提取；将浅层特征输入1×1卷积进行通道数压缩；将深层特征进行上采样，并与通道数压缩得到的特征图进行特征融合；特征融合结果输入卷积核大小为3的卷积，对通道数进一步调整，并对调整结果进行上采样，输出滨海湿地信息精细提取结果。
全文数据：
权利要求：
百度查询： 辽宁科技大学 一种基于深度学习的滨海湿地信息精细提取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号