桂林理工大学岳涛获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉桂林理工大学申请的专利基于GACL-DeepLabV3+的无人机遥感影像沃柑果树地块精细分类方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120635566B 。
龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510752640.6,技术领域涉及:G06V10/764;该发明授权基于GACL-DeepLabV3+的无人机遥感影像沃柑果树地块精细分类方法是由岳涛;方宏腾;马思源设计研发完成,并于2025-06-06向国家知识产权局提交的专利申请。
本基于GACL-DeepLabV3+的无人机遥感影像沃柑果树地块精细分类方法在说明书摘要公布了:本发明涉及一种多龄混合种植模式下沃柑果树地块分类方法,属于农业遥感与图像识别技术领域。针对多龄混合种植模式下沃柑果树地块分类困难的技术问题,该方案通过无人机遥感采集沃柑种植区遥感影像,经预处理后构建包含幼苗期、不同树龄及喷洒石灰农药地块的多类别数据集;设计通道感知轻量注意力模块CLA与门控轴向空间注意力模块GASA,并构建GACL‑DeepLabV3+模型,利用CLA引导关键区域响应,通过GASA强化空间特征融合,实现地块精细分类。该方法主要用于沃柑果园的精细化管理,为果农提供树龄分布信息,辅助水肥调控、病虫害预警等差异化管理策略的制定,提升果园监测效率与产量质量。
本发明授权基于GACL-DeepLabV3+的无人机遥感影像沃柑果树地块精细分类方法在权利要求书中公布了:1.一种基于GACL-DeepLabV3+的无人机遥感影像沃柑果树地块精细分类方法,其特征在于,包括以下步骤: S1:利用无人机获取研究区域的不同树龄和状态的沃柑果树地块的可见光遥感影像; S2:对获取的遥感影像进行预处理,生成分辨率为厘米级的正射影像,所述预处理包括特征提取与空三加密生成密集点云、构建数字表面模型以及正射纠正; S3:基于正射影像构建沃柑果树地块数据集,所述数据集包含幼苗期地块、1年树龄果树地块、2-3年树龄果树地块、4-5年树龄果树地块以及喷洒石灰农药的果树地块,并通过人工标注工具对影像进行标注,标注后的影像切割; S4:对数据集进行数据增强,包括对影像施加强度为10-50的高斯噪声以及旋转变换,生成包含噪声鲁棒性与多角度特征的数据增强训练集,按比例划分为训练集、验证集以及测试集; S5:构建GACL-DeepLabV3+模型,所述GACL-DeepLabV3+模型包括MobileNetV2骨干网络、通道感知的轻量注意力模块、门控轴向空间注意力模块以及门控轴向空间金字塔结构,使用数据增强训练集对GACL-DeepLabV3+模型进行训练,训练过程中采用随机梯度下降优化器,初始学习率为7e-3,学习率下降方式为余弦退火,批次大小为4训练轮数为100;S6:将测试集输入训练后的GACL-DeepLabV3+模型,输出沃柑果树地块的分类结果; 其中,通道感知的轻量注意力模块通过全局平均池化提取输入特征的通道语义信息,生成通道语义引导的Key向量,并通过线性变换生成空间Query矩阵,将Key向量与Query矩阵进行点积归一化后生成空间注意力图,再通过残差连接加权输出; 所述门控轴向空间注意力模块通过轴向卷积与门控机制强化沃柑果树地块的空间特征建模能力,具体包括:将输入特征沿通道维度划分为两部分,前C个通道特征分别沿纵轴和横轴方向施加深度可分离卷积,捕获沃柑果树地块在垂直与水平方向的冠层结构及枝梢密度差异,生成轴向响应特征并进行加和,后C个通道特征通过可学习门控参数对响应特征进行自适应调制,抑制背景干扰并增强不同树龄地块的边界特征,再通过残差连接输出融合后的特征; 所述门控轴向空间金字塔结构通过分层堆叠所述的门控轴向空间注意力模块,构建面向沃柑果树地块的多尺度空间建模机制,具体包括:将输入特征通过多个并行分支处理,每个分支通过1×1卷积压缩通道维度后分别引入1-4层所述门控轴向空间注意力模块,利用不同层数的模块逐步扩展感知野,其中浅层分支通过单层模块聚焦沃柑幼苗期地块的细粒度冠层纹理,深层分支通过多层模块捕获4-5年树龄地块的宽域冠层分布特征;输出的多尺度特征经双线性插值统一分辨率后,与MobileNetV2骨干网络提取的浅层细节特征拼接,融合沃柑果树地块的局部枝梢密度信息与全局空间布局特征。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人桂林理工大学,其通讯地址为:541004 广西壮族自治区桂林市七星区建干路12号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励