-
公开(公告)号:CN116343053B
公开(公告)日:2024-02-09
申请号:CN202211686964.7
申请日:2022-12-27
申请人: 生态环境部卫星环境应用中心
IPC分类号: G06V20/13 , G06V20/17 , G06V10/764 , G06V10/766 , G06V10/77 , G06V10/80 , G06V10/82 , G06T7/33 , G06T7/73 , G06N3/0464 , G06N3/0455 , G06N3/08
摘要: 本发明公开了一种基于光学遥感影像和SAR遥感影像融合的固废自动提取方法,属于遥感技术领域。本发明同时使用了光学遥感影像和SAR遥感影像的高层特征和低层特征进行固废识别。并对光学遥感影像和SAR遥感影像的低层特征进行了融合,对光学遥感影像和SAR遥感影像的高层特征进行了融合,充分利用了光学遥感影像和SAR遥感影像的成像机制存在的差异,使得光学遥感影像和SAR遥感影像的特征能够很好地相互补充,从而提升固废的识别精度。并且对融合后的高层特征和低层特征进行了聚合,充分利用高层特征和低层特征各自包含的语义信息和空间细节信息,有利于固废的识别,进一步提高了固(56)对比文件刘培;王光彦;邹友峰;韩瑞梅.遥感信息融合和分类器集成的地类高精度识别.遥感信息.2016,(第04期),119-124.
-
公开(公告)号:CN116343053A
公开(公告)日:2023-06-27
申请号:CN202211686964.7
申请日:2022-12-27
申请人: 生态环境部卫星环境应用中心
IPC分类号: G06V20/13 , G06V20/17 , G06V10/764 , G06V10/766 , G06V10/77 , G06V10/80 , G06V10/82 , G06T7/33 , G06T7/73 , G06N3/0464 , G06N3/0455 , G06N3/08
摘要: 本发明公开了一种基于光学遥感影像和SAR遥感影像融合的固废自动提取方法,属于遥感技术领域。本发明同时使用了光学遥感影像和SAR遥感影像的高层特征和低层特征进行固废识别。并对光学遥感影像和SAR遥感影像的低层特征进行了融合,对光学遥感影像和SAR遥感影像的高层特征进行了融合,充分利用了光学遥感影像和SAR遥感影像的成像机制存在的差异,使得光学遥感影像和SAR遥感影像的特征能够很好地相互补充,从而提升固废的识别精度。并且对融合后的高层特征和低层特征进行了聚合,充分利用高层特征和低层特征各自包含的语义信息和空间细节信息,有利于固废的识别,进一步提高了固废的识别精度。
-
公开(公告)号:CN116563724A
公开(公告)日:2023-08-08
申请号:CN202310428238.3
申请日:2023-04-20
申请人: 生态环境部卫星环境应用中心
IPC分类号: G06V20/13 , G06V20/70 , G06V10/40 , G06V10/774 , G06V10/82 , G06V10/778 , G06V10/26
摘要: 本发明公开了基于多源高分卫星遥感影像的城市固废提取方法及系统,该方法通过对包含有城市固废的多源高分卫星遥感影像进行收集及预处理,构建城市固废样本库;通过构建基于多源高分卫星影像的城市固废识别模型,学习有利于城市固废识别的特征和知识;在构建的城市固废样本库的支撑下和目标损失函数的约束下,对构建的基于多源高分卫星影像的城市固废识别模型进行训练,测试后用于识别待测区域的城市固废。本发明可实现基于多源高分卫星遥感影像的城市固废识别自动化提取,推动实现多云多雨的热带/亚热带地区城市固废的有效监测,弥补城市固废环境监管盲区,形成全覆盖、无死角的环境监管体系,改善市民生活环境质量。
-
公开(公告)号:CN116563724B
公开(公告)日:2024-05-14
申请号:CN202310428238.3
申请日:2023-04-20
申请人: 生态环境部卫星环境应用中心
IPC分类号: G06V20/13 , G06V20/70 , G06V10/40 , G06V10/774 , G06V10/82 , G06V10/778 , G06V10/26
摘要: 本发明公开了基于多源高分卫星遥感影像的城市固废提取方法及系统,该方法通过对包含有城市固废的多源高分卫星遥感影像进行收集及预处理,构建城市固废样本库;通过构建基于多源高分卫星影像的城市固废识别模型,学习有利于城市固废识别的特征和知识;在构建的城市固废样本库的支撑下和目标损失函数的约束下,对构建的基于多源高分卫星影像的城市固废识别模型进行训练,测试后用于识别待测区域的城市固废。本发明可实现基于多源高分卫星遥感影像的城市固废识别自动化提取,推动实现多云多雨的热带/亚热带地区城市固废的有效监测,弥补城市固废环境监管盲区,形成全覆盖、无死角的环境监管体系,改善市民生活环境质量。
-
公开(公告)号:CN116152656B
公开(公告)日:2023-09-19
申请号:CN202211691226.1
申请日:2022-12-28
申请人: 生态环境部卫星环境应用中心
IPC分类号: G06V20/10 , G06V10/24 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0455 , G06N3/08
摘要: 本发明公开了基于蒸馏学习的SAR影像城市固废自动识别方法及系统,该方法通过对包含有城市固废的光学和SAR遥感影像进行收集及预处理,构建城市固废样本库;通过构建基于光学影像的城市固废识别预训练模型,学习有利于城市固废识别的特征和知识;将基于光学影像的城市固废识别预训练模型学习到的特征和知识通过蒸馏迁移到SAR影像城市固废识别模型中;在构建的城市固废样本库的支撑下,以及蒸馏损失和城市固废识别损失的共同约束下,对构建的基于蒸馏学习的SAR影像城市固废识别模型进行训练,测试后用于识别待测区域的城市固废。本发明可提升基于SAR影像的城市固废识别精度,实现对多云多雨的热带/亚热带地区城市的固废监测。
-
公开(公告)号:CN116152656A
公开(公告)日:2023-05-23
申请号:CN202211691226.1
申请日:2022-12-28
申请人: 生态环境部卫星环境应用中心
IPC分类号: G06V20/10 , G06V10/24 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0455 , G06N3/08
摘要: 本发明公开了基于蒸馏学习的SAR影像城市固废自动识别方法及系统,该方法通过对包含有城市固废的光学和SAR遥感影像进行收集及预处理,构建城市固废样本库;通过构建基于光学影像的城市固废识别预训练模型,学习有利于城市固废识别的特征和知识;将基于光学影像的城市固废识别预训练模型学习到的特征和知识通过蒸馏迁移到SAR影像城市固废识别模型中;在构建的城市固废样本库的支撑下,以及蒸馏损失和城市固废识别损失的共同约束下,对构建的基于蒸馏学习的SAR影像城市固废识别模型进行训练,测试后用于识别待测区域的城市固废。本发明可提升基于SAR影像的城市固废识别精度,实现对多云多雨的热带/亚热带地区城市的固废监测。
-
-
-
-
-