基于级联深度卷积神经网络的分区滑坡检测系统及方法

发明专利有效专利

申请号：
CN202010556136.6
IPC分类号：G06K9/00;G06K9/40;G06N3/04;G06N3/08
申请日期：
2020-06-17
申请人：
西安交通大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于级联深度卷积神经网络的分区滑坡检测系统及方法
申请号	CN202010556136.6	申请日期	2020-06-17
法律状态	实质审查	申报国家	中国
公开/公告日	2020-11-06	公开/公告号	CN111898419A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;4;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	西安交通大学	申请人地址	陕西省西安市咸宁西路28号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安交通大学	当前权利人	西安交通大学
发明人	许领;雷捷扬;苑超;张静逸
代理机构	西安通大专利代理有限责任公司	代理人	暂无

摘要

本发明公开了一种基于级联深度卷积神经网络的分区滑坡检测系统及方法。所述分区滑坡检测方法中包括用于获取滑坡灾害图像的图像采集模块，用于构建和存储不同属性、不同区域滑坡灾害图像样本的数据库模块，用于预处理图像、构建图像金字塔、确定各区域相应区域系数的滑坡检测模型筹备模块，用于生成不同区域对应的滑坡灾害识别检测模型的滑坡检测模型生成模块，其中包括可视化DLNet检测器生成优化模块和多层级联深度卷积神经网络检测模型模块。本发明将人工智能技术与滑坡灾害识别相结合，利用滑坡灾害的区域共性，针对不同区域生成检测模型；构建级联特性的深度卷积神经网络，既实现了智能化解译滑坡灾害，也提升了滑坡灾害识别准确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供