-
公开(公告)号:CN120070364A
公开(公告)日:2025-05-30
申请号:CN202510136550.4
申请日:2025-02-07
Applicant: 安徽省第二测绘院
Abstract: 本发明公开了一种基于深度学习的多时相实景三维地理场景变化检测方法,涉及图像处理的技术领域。通过获取不同时相的遥感影像,对遥感影像进行预处理,得到第一输入图像和第二输入图像;将第一输入图像和第二输入图像作为预训练的深度学习模型的输入,得到二值掩膜图像;深度学习模型是一种基于双支主副分支结构多密集特征增强网络的深度学习模型;根据二值掩膜图像,确定地理场景变化区域。通过将下采样部分的特征图与上采样部分跳跃连接,有效保留细节特征,缓解下采样过程中信息损失的问题,增强对几何形状和纹理变化的敏感性,从而提高了对变化区域识别的准确性。
-
公开(公告)号:CN117218485A
公开(公告)日:2023-12-12
申请号:CN202311137354.6
申请日:2023-09-05
Applicant: 安徽省第二测绘院
IPC: G06V10/774 , G06V10/82 , G06V10/764 , G06V20/13
Abstract: 本发明属于遥感影像深度学习技术领域,具体涉及一种基于深度学习模型的多源遥感影像解译样本库创建方法。本发明基于深度学习的遥感影像解译样本库创建方法,包括“基于深度学习方法的遥感影像解译样本库创建方法设计”、“多源异构遥感影像样本源数据处理与样本制作”、“全局关联下多类型遥感解译样本存储方法与管理”和“实际应用需求下深度学习样本的分析与迭代”;在应用上,取得具有使用价值的多源遥感影像解译样本库创建方法,以期切实推进多源异构遥感影像深度学习发展,满足新时期自然资源管理对遥感影像信息高精度、多尺度、高频次快速检测的需求。
-