申请/专利权人：中电科大数据研究院有限公司

申请日：2022-11-07

公开（公告）日：2024-04-26

公开（公告）号：CN115861791B

主分类号：G06V20/10

分类号：G06V20/10;G06V10/82;G06V10/774;G06V10/25;G06V10/764;G06V10/422

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2023.04.14#实质审查的生效;2023.03.28#公开

摘要：本申请公开了一种公益诉讼线索的生成方法，用于增加获取公益诉讼线索的便利性与主动性。本申请方法包括：获取变化检测模型，所述变化检测模型基于U‑Net++神经网络搭建，所述变化检测模型用于实现多时相遥感影像中自然资源的变化检测；确定研究区域，获取研究区域的多时相遥感数据，所述研究区域的多时相遥感数据由覆盖所述研究区域的自然资源的目标时间范围的遥感影像构成；将所述多时相遥感数据输入所述变化检测模型，获取所述变化检测模型输出的所述研究区域的自然资源的变化区域及其变化类型；根据所述变化类型在所述变化区域中确定异常变化区域；确定所述异常变化区域的位置信息及面积信息，生成公益诉讼线索。

主权项：1.一种公益诉讼线索的生成方法，其特征在于，所述生成方法包括：采集训练区域的多时相遥感数据集，所述训练区域的多时相遥感数据集由覆盖所述训练区域的自然资源的目标时间范围的遥感影像构成；对训练区域的多时相遥感数据集进行预处理，预处理公式如下：其中，下标i表示第i个波段、为第i个波段的反射率、aij和bij是与晴朗条件下两个可见波段之间的线性关系相关常数，每个波段云的反射率应互相成比例，如ρcj＝kijρci,其中，ρcj是第j个波段中云的反射率，ρci是第i个波段中云的反射率；将预处理后的训练区域的多时相遥感数据集拆分为多时相遥感训练数据集及多时相遥感测试数据集；基于所述多时相遥感训练数据集训练检测模型，通过所述检测模型的损失函数计算损失值，损失函数为：其中，loss为损失值，Pi为图像中第i个像素的预测概率值，gi为图像中第i个像素的真实值，N为图像的像素总数；判断所述损失值是否大于预设损失值；若所述损失值大于预设损失值，则根据所述损失值更新所述检测模型的参数，再基于所述多时相遥感训练数据集继续训练更新后的检测模型；若所述损失值不大于预设损失值，则确定所述检测模型为已经训练完成的变化检测模型；获取变化检测模型，所述变化检测模型基于U-Net++神经网络搭建，所述变化检测模型用于实现多时相遥感影像中自然资源的变化检测；确定研究区域，获取研究区域的多时相遥感数据，所述研究区域的多时相遥感数据由覆盖所述研究区域的自然资源的目标时间范围的遥感影像构成；将多时相遥感测试数据集输入变化检测模型，通过算法精度分数的计算公式发起精度测试评估，获取变化检测模型的目标精度，并判断目标精度是否大于预设精度，算法精度分数的计算公式为：Precision＝2*x*yx+y；若否，基于多时相遥感训练数据集继续训练检测模型；若是，将所述多时相遥感数据输入所述变化检测模型，获取所述变化检测模型输出的所述研究区域的自然资源的变化区域及其变化类型；根据所述变化类型在所述变化区域中确定异常变化区域，包括：其中，变化类型包括：1类变化类型为绿地变为裸地、2类变化类型为绿地变为建筑物、3类变化类型为绿地变为道路、4类变化类型为裸地变为建筑物、5类变化类型为裸地变为道路；其中，变化类型中的1类变化类型、2类变化类型及3类变化类型为异常变化类型，当研究区域的变化区域的变化类型为1类变化类型、2类变化类型或3类变化类型时，则确定该变化区域为异常变化区域；确定所述异常变化区域的位置信息及面积信息，生成公益诉讼线索，包括：通过边缘提取多异常变化区域进行栅格矢量化，并以目标文件格式出书栅格矢量化后的异常变化区域；根据栅格矢量化后的异常变化区域获取异常变化区域的边界信息、坐标信息及面积信息，生成公益诉讼线索，包括：根据面积信息判断栅格矢量化后的异常变化区域的最小外接矩形尺寸是否小于预设尺寸；若是，则终端剔除最小外接矩形尺寸小于预设尺寸的异常变化区域，并获取剔除后的异常变化区域的边界信息、坐标信息及面积信息，生成公益诉讼线索。

全文数据：

权利要求：

百度查询： 中电科大数据研究院有限公司 一种公益诉讼线索的生成方法、生成装置及存储介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD