发明公开
- 专利标题: 基于GAN模型的高分辨率遥感图像农作物识别模型及其识别方法
-
申请号: CN202310760237.9申请日: 2023-06-25
-
公开(公告)号: CN117011699A公开(公告)日: 2023-11-07
- 发明人: 李虎 , 陈冬花 , 邹陈 , 汪左 , 张乃明 , 刘赛赛 , 叶李灶 , 常竹
- 申请人: 安徽师范大学 , 滁州学院
- 申请人地址: 安徽省芜湖市北京东路1号;
- 专利权人: 安徽师范大学,滁州学院
- 当前专利权人: 安徽师范大学,滁州学院
- 当前专利权人地址: 安徽省芜湖市北京东路1号;
- 代理机构: 北京睿智保诚专利代理事务所
- 代理商 李慧俐
- 主分类号: G06V20/10
- IPC分类号: G06V20/10 ; G06V10/774 ; G06V10/82 ; G06N3/0475 ; G06N3/048 ; G06N3/094
摘要:
本发明公开了一种基于GAN模型的高分辨率遥感图像农作物识别模型和识别方法,应用于遥感图像识别技术领域,构建的改进DeepLab V3+模型能在高分辨率遥感小麦和油菜识别中具有较高的识别精度,但是需要大量逐像元标注的样本支持,进一步,构建判别网络使用SegNet网络的前三个模块和后三个模块;同时保留原始判别网络的Leakey ReLU激活函数;因此,本文提出了一种基于生成对抗网络的半监督语义分割模型,通过分割网络和判别网络的对抗过程达到减少样本的需求。使模型在提高农作物识别精度的同时,减少对标签样本的需求。