公开(公告)号：CN119360194A

公开(公告)日：2025-01-24

申请号：CN202411292077.0

申请日：2024-09-14

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 阿杜尼亚·特斯法耶·雷家萨 ,  许文波 ,  范锦龙

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/82 ,  G06V10/26 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供使用粗分辨率时间序列图像和CNN和语义分割模型生成使用粗分辨率时间序列图像和CNN和语义分割模型生成次大陆尺度土地覆盖图像分类方法，属于卫星图像分类技术领域，配置分类器模型；构建基于1D CNN模型的参考图像数据集；建立土地覆盖类别；再将批处理模型参考图像数据集中的图像数据转换为光栅格式，以生成多个掩蔽参考图像；对掩蔽参考图像中的标记区域和未标记区域进行排序；将掩蔽的参考图像和主输入图像划分为预设大小；将掩蔽的输入图像修补为与其相应标记掩模相同的大小，并进行排序；对分类器模型进行训练与优化，并调整分类器模型的学习率。本发明能够更准确地识别次大陆尺度的土地覆盖类型。使用多样化的数据集和训练策略，提高了模型在不同场景下的适应性和泛化能力。