公开(公告)号：CN118521911A

公开(公告)日：2024-08-20

申请号：CN202410606441.X

申请日：2024-05-16

Applicant: 福州大学

Inventor： 汪小钦 ,  林欣怡 ,  李蒙蒙 ,  龙江

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/26 ,  G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明涉及一种深度学习与多模态地学知识耦合的茶园提取方法。利用多模态遥感数据表征茶园地理环境特征，通过构建高分辨率影像多尺度特征耦合多模态信息的并行分支网络模型，深度挖掘并融合茶园的多模态地学知识，在小样本情况下精确地捕捉茶园多维特征，实现精细化茶园分布信息提取。

公开(公告)号：CN115909065A

公开(公告)日：2023-04-04

申请号：CN202211437353.9

申请日：2022-11-16

Applicant: 福州大学

Inventor： 汪小钦 ,  林欣怡 ,  龙江 ,  李蒙蒙

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/082 ,  G06N3/084

Abstract: 本发明提供了一种集成多尺度特征的高分辨率影像茶园自动识别方法，包括以下步骤：步骤S1：高分辨率影像预处理；步骤S2：茶园样本数据集制作；步骤S3：轻量级深度学习框架构建；步骤S4：在编码器与解码器之间的横向跳跃连接中嵌入注意力机制；步骤S5：集成多尺度特征提取模块；步骤S6：基于Adam优化器的模型训练；步骤S7：超大尺寸遥感影像的滑窗预测、无缝拼接；本发明构建了集成多尺度特征的轻量级模型，可识别不同尺度的茶园，减少小面积茶园漏提现象，在小样本情况下做到准确获取茶园种植面积和空间分布数据，以经济、高效的方式完成研究区茶园分布的高精度提取。