龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：西北大学
摘要：本发明属于遥感图像处理技术领域，具体公开了一种基于深度学习的遥感冰川分割方法，包括：对遥感数据进行预处理以构建数据集；生成全局正负标签样本和边界区域正负标签样本；构建基于深度学习的遥感冰川分割网络；使用以全局正负标签样本和L1损失函数为基础构建的对比损失函数来指导遥感冰川分割网络进行第一阶段的训练，并对输入训练图像随机掩码；使用以边界区域正负标签样本和L1损失函数为基础构建的对比损失函数来指导遥感冰川分割网络进行第二阶段的训练，并对输入训练图像随机掩码；使用Dice损失函数来指导遥感冰川分割网络进行第三阶段的训练。本发明结合CNN卷积神经网络结构和SwinTransformer滑动窗口Transformer结构，实现对遥感冰川特征信息的提取与融合。
主权项：1.一种基于深度学习的遥感冰川分割方法，其特征在于，包括以下步骤：S1，采集遥感数据，对遥感数据进行人工标注得到标签样本，并对遥感数据和标签样本进行预处理以构建数据集；S2，生成全局正标签样本、全局负标签样本、边界区域正标签样本、边界区域负标签样本；S3，通过CNN结构提取影像的局部特征，通过SwinTransformer结构提取影像的全局特征，并进行多特征融合，构建基于深度学习的遥感冰川分割网络；S4，使用以全局正标签样本、全局负标签样本和L1损失函数为基础构建的对比损失函数进行对比学习，以此来指导遥感冰川分割网络进行第一阶段的训练；S5，使用以边界区域正标签样本、边界区域负标签样本和L1损失函数为基础构建的对比损失函数进行对比学习，以此来指导遥感冰川分割网络进行第二阶段的训练；S6，基于Dice损失函数为指导遥感冰川分割网络进行第三阶段的训练；S7，将测试集输入步骤S6训练后的遥感冰川分割网络，输出冰川区域的分割结果。
全文数据：
权利要求：
百度查询： 西北大学 一种基于深度学习的遥感冰川分割方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号