Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于多模态深度学习的农作物遥感识别方法 

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:云南瀚哲科技有限公司

摘要:本发明涉及智慧农业技术领域,具体而言,涉及基于多模态深度学习的农作物遥感识别方法,该方法的步骤包括:获取第一遥感图像数据及第二遥感图像数据;基于LKA深度神经网络构建农作物遥感图像识别模型,基于多尺度注意力策略构建融合模块;通过第一遥感图像数据及第二遥感图像数据训练农作物遥感图像识别模型,提取第一遥感图像数据及第二遥感图像数据的特征,通过融合模块将第一遥感图像数据的特征及第二遥感图像数据的特征进行融合,以获取第三遥感图像数据;基于完成训练的农作物遥感图像识别模型对第三遥感图像数据进行识别,基于农作物类型识别结果进行分割,完成农作物类型及种植面积的精准识别。

主权项:1.基于多模态深度学习的农作物遥感识别方法,其特征在于,该方法的步骤包括:获取第一遥感图像数据及第二遥感图像数据;基于LKA深度神经网络构建农作物遥感图像识别模型,基于多尺度注意力策略构建融合模块;通过第一遥感图像数据及第二遥感图像数据训练农作物遥感图像识别模型,提取第一遥感图像数据及第二遥感图像数据的特征,通过融合模块将第一遥感图像数据的特征及第二遥感图像数据的特征进行融合,以获取第三遥感图像数据;基于完成训练的农作物遥感图像识别模型对第三遥感图像数据进行识别,基于农作物类型识别结果进行分割,完成农作物类型及种植面积的精准识别;所述基于LKA深度神经网络构建农作物遥感图像识别模型,其具体为:基于LKA深度神经网络中的视觉注意力块构建编码器模型,基于LKA深度神经网络中的深度可分离卷积块构建解码器模型,其中,所述编码器模型的计算公式为: 其中,表示卷积操作;,表示点对点卷积操作,表示深度膨胀卷积操作,表示深度卷积操作,表示输入的特征图,表示求得的大核注意力,表示批标准化,表示前馈网络,表示中间特征图,表示输出的特征图;所述解码器模型的计算公式为: 其中,表示深度卷积操作;所述基于多尺度注意力策略构建融合模块,其具体为:构建空间归一化模块和通道归一化模块;基于空间归一化模块构建空间融合模块,基于通道归一化模块构建通道融合模块;基于空间融合模块及通道融合模块构建多尺度注意力融合模块;所述空间融合模块的计算公式为: 其中,表示指数运算;和分别表示第一遥感图像数据及第二遥感图像数据在通道方向上相应像素位置的初始空间注意力图,和分别表示第一遥感图像数据及第二遥感图像数据空间归一化后的特征,和分别表示解码器模型提取的第一遥感图像数据及第二遥感图像数据在空间方向上的特征,表示加权融合后的空间特征图;所述通道融合模块的计算公式为: 其中,和表示第一遥感图像数据及第二遥感图像数据的初始通道注意力向量,和分别表示第一遥感图像数据及第二遥感图像数据通道归一化后的特征,和分别表示解码器提取的第一遥感图像数据及第二遥感图像数据在通道方向上的特征,表示加权融合后的通道特征图;所述多尺度注意力融合模块的计算公式为: 其中,表示空间融合模块加权融合后的空间特征图,表示通道融合模块加权融合后的通道特征图,表示加权融合后的特征图。

全文数据:

权利要求:

百度查询: 云南瀚哲科技有限公司 基于多模态深度学习的农作物遥感识别方法

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。

相关技术
相关技术
相关技术
相关技术