-
公开(公告)号：CN118351437A
公开(公告)日：2024-07-16
申请号：CN202410349875.6
申请日：2024-03-26
Applicant: 广州市城市规划勘测设计研究院有限公司 , 广东工业大学
IPC: G06V20/10 , G06V20/13 , G06V20/70 , G06V10/774 , G06V10/44 , G06V10/52 , G06V10/82 , G06N3/0464 , G06V10/80
Abstract: 本发明公开了一种作物标注样本生成方法、装置、设备及存储介质，包括：获取耕地图斑的举证照片集及其对应的高分遥感影像集和长时序卫星影像集；基于绿色色度指数，从举证照片集中提取出植被照片；基于尺度注意力网络构建作物识别网络模型，对植被照片进行作物类型识别，得到识别结果；基于相对空间异质性系数，对植被照片在高分遥感影像集中对应的影像进行作物类型数量的粗判定，得到粗判定结果；根据粗判定结果，基于物候变异系数，对植被照片在对长时序卫星影像集中对应的影像进行作物类型数量的细判定，得到细判定结果；根据细判定结果，对植被照片进行标注，得到耕地图斑的作物标注样本。采用本发明实施例，能提高海量作物的类型标注效率。
-
公开(公告)号：CN116188981A
公开(公告)日：2023-05-30
申请号：CN202310156527.2
申请日：2023-02-22
Applicant: 广州市城市规划勘测设计研究院 , 广东工业大学
IPC: G06V20/10 , G06V20/17 , G06V10/44 , G06V10/58 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开一种高光谱高空间分辨率遥感影像分类方法及装置，方法包括：对高光谱高空间分辨率遥感影像提取获得细节特征图和语义特征图；对语义特征图进行降维，获得分类特征图，将其每个像素的通道进行归一化处理并对其进行尺寸重塑，获得概率向量编码矩阵，再结合其转置矩阵，获得类间上下文关系矩阵并应用于语义特征图以获得上下文信息特征图，然后与语义特征图进行级联后降维，获得降维特征图，再与细节特征图进行级联，获得高光谱高空间分辨率遥感影像特征图并通过主分类器进行类别划分，获得高光谱高空间分辨率遥感影像的分类图。本发明在高光谱高空间分辨率遥感影像的分类过程中引入类间上下文信息，能够缓解光谱的变异性，提高分类准确性。
-
公开(公告)号：CN113239815B
公开(公告)日：2022-09-06
申请号：CN202110535496.2
申请日：2021-05-17
Applicant: 广东工业大学 , 广州市城市规划勘测设计研究院
Abstract: 本发明的实施例提供了一种基于真实语义全网络学习的遥感影像分类方法、装置及设备，包括：获取待分类遥感影像数据；基于所述待分类遥感影像数据和专题全覆盖分类规则，获取场景样本集；基于所述场景样本集，获取一对一地类的真实空间语义信息；基于所述真实空间语义信息，获取一对一尺度纹理特征；基于所述一对一尺度纹理特征，扩充场景样本集特征，获取预置训练集；基于所述真实空间语义信息，构建轻量级语义启发式编解码的网络模型；基于所述网络模型对预置训练集进行训练，对待分类遥感影像数据进行预测，获取分类结果。
-
公开(公告)号：CN113239815A
公开(公告)日：2021-08-10
申请号：CN202110535496.2
申请日：2021-05-17
Applicant: 广东工业大学 , 广州市城市规划勘测设计研究院
Abstract: 本发明的实施例提供了一种基于真实语义全网络学习的遥感影像分类方法、装置及设备，包括：获取待分类遥感影像数据；基于所述待分类遥感影像数据和专题全覆盖分类规则，获取场景样本集；基于所述场景样本集，获取一对一地类的真实空间语义信息；基于所述真实空间语义信息，获取一对一尺度纹理特征；基于所述一对一尺度纹理特征，扩充场景样本集特征，获取预置训练集；基于所述真实空间语义信息，构建轻量级语义启发式编解码的网络模型；基于所述网络模型对预置训练集进行训练，对待分类遥感影像数据进行预测，获取分类结果。
-
-
-
Search Results
4
records
(took 0.083 seconds)
