基于深度学习的卫星遥感过火区识别方法及系统

    公开(公告)号:CN117789054A

    公开(公告)日:2024-03-29

    申请号:CN202410024919.8

    申请日:2024-01-08

    Inventor: 方巍 伏宇翔

    Abstract: 本发明公开了基于深度学习的卫星遥感过火区识别方法及系统,涉及过火区识别技术领域,包括:接收过火区遥感图像数据,对过火区遥感图像数据进行处理,得到过火区遥感图像处理数据;将过火区遥感图像处理数据输入至预先建立的PANet网络模型的编码器内,输出得到多尺度特征,将多尺度特征输入至预先建立的PANet网络模型的解码器内,输出得到低分辨率特征;将低分辨率特征输入至预先建立的PANet网络模型的预测器内,通过特征融合输出得到高分辨率特征,然后将高分辨率特征输入至解码器内,分别进行卷积和上采样,输出得到显著性特征图,利用显著性特征图对过火区进行识别。

    基于深度学习的卫星遥感图像火点分割方法及系统

    公开(公告)号:CN117765411A

    公开(公告)日:2024-03-26

    申请号:CN202410024915.X

    申请日:2024-01-08

    Inventor: 方巍 伏宇翔

    Abstract: 本发明公开了基于深度学习的卫星遥感图像火点分割方法及系统,涉及火点分割技术领域,包括以下步骤:接收火点遥感图像数据,对火点遥感图像数据进行处理,得到火点遥感图像处理数据;将火点遥感图像处理数据输入至预先建立的火点分割网络FPSNet内的编码器内,输出得到多尺度特征,将多尺度特征输入至预先建立的火点分割网络FPSNet内的相邻特征融合模块AFFM内,输出得到融合特征;将融合特征输入至预先建立的火点分割网络FPSNet内的解码器内,对融合特征进行聚合,输出得到火点预测图,通过火点预测图对火点进行分割。

Patent Agency Ranking