加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

一种基于遥感影像和深度学习的土地利用分类方法及系统

发明专利有效专利
  • 申请号:
    CN202011421679.3
  • IPC分类号:G06K9/00;G06K9/62;G06N3/08;G06N3/04
  • 申请日期:
    2020-12-08
  • 申请人:
    成都数之联科技有限公司
著录项信息
专利名称一种基于遥感影像和深度学习的土地利用分类方法及系统
申请号CN202011421679.3申请日期2020-12-08
法律状态实质审查申报国家中国
公开/公告日2021-03-30公开/公告号CN112580453A
优先权暂无优先权号暂无
主分类号G06K9/00IPC分类号G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;8;;;G;0;6;N;3;/;0;4查看分类表>
申请人成都数之联科技有限公司申请人地址
四川省成都市武侯区一环路西一段菊乐路口1栋4层2号 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人成都数之联科技有限公司当前权利人成都数之联科技有限公司
发明人不公告发明人
代理机构成都行之专利代理事务所(普通合伙)代理人李朝虎
摘要
本发明公开了一种基于遥感影像和深度学习的土地利用分类方法及系统,该方法包括:S1:获取城市和乡镇土地的遥感影像原始图像,并对其进行预处理;S2:通过深度神经网络,对预处理后的原始图像进行卷积和池化处理,提取特征;并将提取的特征与原始图像的原特征进行级联,得到级联后的特征集;S3:将所述级联后的特征集进行多尺度的池化得到多尺度的映射特征,及将所述多尺度的映射特征通过融合与上采样处理至与原始图像相同的像素,得到分类后的图像。本发明在编码阶段使用Res2Net的层级残余结构对小地物的特征加强学习,在解码阶段使用多尺度的池化来覆盖遥感图像的各个尺度,对特征进行加强和过滤,提升模型的精度。

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