发明公开
- 专利标题: 一种基于深度学习的输电通道周围环境分类方法及系统
-
申请号: CN202010960023.2申请日: 2020-09-14
-
公开(公告)号: CN112257496A公开(公告)日: 2021-01-22
- 发明人: 杨知 , 刘彬 , 马潇 , 赵斌滨 , 欧文浩 , 刘毅 , 费香泽 , 李孟轩 , 汉京善 , 赵彬 , 王剑
- 申请人: 中国电力科学研究院有限公司 , 国家电网有限公司
- 申请人地址: 北京市海淀区清河小营东路15号
- 专利权人: 中国电力科学研究院有限公司,国家电网有限公司
- 当前专利权人: 中国电力科学研究院有限公司,国家电网有限公司
- 当前专利权人地址: 北京市海淀区清河小营东路15号
- 代理机构: 北京安博达知识产权代理有限公司
- 代理商 徐国文
- 主分类号: G06K9/00
- IPC分类号: G06K9/00 ; G06K9/62 ; G06N3/04 ; G06N3/08 ; G06T5/00 ; G06T7/11 ; G06T7/40
摘要:
本发明提供了一种基于深度学习的输电通道周围环境分类方法及系统,所述方法及系统包括:获取待分类输电通道周围环境的高分辨率遥感影像;将所述高分辨率遥感影像输入预先训练好的深度学习模型中生成输电通道周围环境的类别概率图;基于所述类别概率图对所述输电通道周围环境进行分类;其中,所述深度学习模型,基于历史遥感影像和历史遥感影像中出现每种地物类别的概率,利用面向对象分类的方法进行训练得到。利用深度学习模型和面向对象的方法实现了对输电通道周围环境的分类,进而可以利用高分辨率遥感影像对输电通道周围地表覆盖物进行分类,同时也为电力设施安全运行及应急救援规划等提供基础的数据支撑和辅助决策依据。