申请/专利权人:中山大学
申请日:2023-12-18
公开(公告)日:2024-03-19
公开(公告)号:CN117726943A
主分类号:G06V20/10
分类号:G06V20/10;G06V20/17;G06V20/13;G06V10/82;G06V10/771;G06V10/80;G06T7/60;G06N3/0455;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.05#实质审查的生效;2024.03.19#公开
摘要:本发明公开了一种超高分辨率植被冠层高度估算方法,涉及植被智能监测领域。所述方法包括:获取针对样本区域的野外超高分辨率航空RGB影像数据、LIDAR点云数据、哥白尼数字高程模型数据与合成孔径雷达卫星数据,并组合为第一多源数据集;对第一多源数据集进行数据预处理,得到第二多源数据集;以深度残差卷积神经网络作为编码器、以FPN和Transformer作为解码器,建立初始的超高分辨率植被冠层高度估算模型,利用第二多源数据集训练超高分辨率植被冠层高度估算模型;获取针对目标区域的植被图像,利用超高分辨率植被冠层高度估算模型得到目标区域的植被冠层高度信息。相较于现有技术,本发明了提高了植被冠层高度预测的整体精度。
主权项:1.一种超高分辨率植被冠层高度估算方法,其特征在于,包括:获取针对样本区域的野外超高分辨率航空RGB影像数据、LIDAR点云数据、哥白尼数字高程模型数据与合成孔径雷达卫星数据,并组合为第一多源数据集;对所述第一多源数据集进行数据预处理,得到第二多源数据集;以深度残差卷积神经网络作为编码器、以FPN和Transformer作为解码器,建立初始的超高分辨率植被冠层高度估算模型,利用所述第二多源数据集训练所述超高分辨率植被冠层高度估算模型;获取针对目标区域的植被图像,利用所述超高分辨率植被冠层高度估算模型得到目标区域的植被冠层高度信息。
全文数据:
权利要求:
百度查询: 中山大学 一种超高分辨率植被冠层高度估算方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。