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：江西和壹科技有限公司
摘要：本发明公开了一种基于深度学习的地图资源识别方法、系统及存储介质，涉及地理信息处理技术领域。该方法在第一地学图像上标记特征明显的第一地图资源，并训练可识别第一地图资源的第一学习模型。基于公共的外部地图提取第二地图资源的约束参数，根据约束参数训练可识别第二地图资源的第二学习模型。再删除第一地学图像上的第一地图资源和第二地图资源，生成第二地学图像，并对第二地学图像进行预分类，生成伪概率标签。该伪概率标签用于指导第三学习模型的训练，使其能够识别第三地图资源。通过这种方法，可以显著提高地图资源的识别准确率。
主权项：1.一种基于深度学习的地图资源识别方法，其特征在于，包括以下步骤：步骤1：目标区域至少具有第一地图资源、第二地图资源以及第三地图资源中的一种或几种，摄像单元拍摄目标区域的遥感图像，检测摄像单元的位置参数以及姿态参数；步骤2：基于姿态参数和位置参数校正遥感图像，获得校正图像，生成校正图像与遥感图像的误差参数，将校正图像划分为多个第一地学图像；步骤3：获取第一地图资源的资源标签，将所述资源标签匹配至第一地学图像，根据资源标签和第一地学图像创建第一数据集，根据第一数据集训练第一学习模型；步骤4：获取外部地图的参考数据集，基于参考数据集训练基础资源模型，根据基础资源模型生成第二地图资源的约束参数；步骤5：基于约束参数、第一地学图像以及该第一地学图像对应的误差参数创建第二数据集，基于第二数据集训练第二学习模型；步骤6：删除第一地学图像的第一地图资源和第二地图资源后生成第二地学图像，提取第二地学图像的连通区域，生成连通区域的伪概率标签；步骤7：基于伪概率标签和第二地学图像创建第三数据集，基于第三数据集训练第三学习模型；步骤8：输入目标图像，根据第一学习模型识别目标图像的第一地图资源，根据第二学习模型识别目标图像的第二地图资源；步骤9：删除目标图像的第一地图资源和第二地图资源后生成中间图像，根据第三学习模型识别中间图像的第三地图资源。
全文数据：
权利要求：
百度查询： 江西和壹科技有限公司 基于深度学习的地图资源识别方法、系统及存储介质
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。
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