-
公开(公告)号:CN117237951A
公开(公告)日:2023-12-15
申请号:CN202311262553.X
申请日:2023-09-27
IPC分类号: G06V20/70 , G06V20/13 , G06V20/10 , G06V20/52 , G06V10/774 , G06V10/58 , G06V10/42 , G06V10/54 , G06V10/56 , G06V10/764 , G06V10/82
摘要: 本发明涉及图像识别处理技术领域,具体涉及一种工程活动开采样本影像标注识别方法,包括步骤为获取光学遥感影像进行预处理,并提取特征数据;其中,所述特征数据包括图斑颜色数据、纹理变化程度数据、图形大小数据、独有特征数据;获取所述特征数据基于U‑Net深度神经网络模型训练标注识别工程活动类型。通过提取光学遥感影像数据特征进行标注识别模型训练,实现工程活动图斑的快速标注识别,无需人工到现场走访了解施工类型,效率高效。
-
公开(公告)号:CN117237821A
公开(公告)日:2023-12-15
申请号:CN202311262532.8
申请日:2023-09-27
IPC分类号: G06V20/13 , G06V20/10 , G06V20/52 , G06V20/70 , G06V10/54 , G06V10/58 , G06V10/774 , G06V10/82
摘要: 本发明涉及图像识别处理技术领域,具体涉及一种基于多特征U‑Net网络的工程活动图斑的识别方法,包括步骤为获取光学遥感影像数据,并对光学遥感影像数据进行构建反映露天工程活动的标注,得到影像样本集;提取所述影像样本集的多维特征,并基于多特征U‑Net网络模型进行训练;获取待识别光学遥感影像数据基于训练后的多特征U‑Net网络模型,输出工程活动图斑识别结果。U‑Net网络模型由经典全卷积语义分割神经网络改进而来,其基于编码器‑解码器架构使网络模块清晰,能够更精确地捕获细节信息,提高识别精度。
-