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

一种基于Mask R-CNN的高频细节增强遥感影像特征提取改进方法 

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:河南省种业发展中心

摘要:本发明公开了一种基于MaskR‑CNN的高频细节增强遥感影像特征提取改进方法,包括收集包含识别目标的原始高分辨率卫星影像并标注,对标注后的原始高分辨率卫星影像进行预处理与增强获得识别目标数据集,将识别目标数据集划分为训练集和验证集;构建改进后的高频次多尺度遥感影像处理模型;使用训练集和验证集训练并验证改进后的高频次多尺度遥感影像处理模型,获得训练好的改进后的高频次多尺度遥感影像处理模型;将待识别卫星影像输入到训练好的改进后的高频次多尺度遥感影像处理模型,得到待识别卫星影像的识别目标提取结果。本发明解决了传统MaskR‑CNN算法在多层卷积和池化过程中丢失高频细节的问题,且检测更为精确,具有噪声鲁棒性。

主权项:1.一种基于MaskR-CNN的高频细节增强遥感影像特征提取改进方法,其特征在于,包括以下步骤:S1、收集包含识别目标的原始高分辨率卫星影像并标注,对标注后的原始高分辨率卫星影像进行预处理与增强获得识别目标数据集,将识别目标数据集划分为训练集和验证集;S2、构建改进后的高频次多尺度遥感影像处理模型,所述改进后的高频次多尺度遥感影像处理模型是在MaskR-CNN模型的残差网络ResNet上增加高频细节增强模块HFDEM,在特征金字塔网络FPN中增加多尺度特征融合模块MSFFM,并在多尺度特征融合模块MSFFM后引入上下文信息提取模块;S3、使用训练集和验证集训练并验证改进后的高频次多尺度遥感影像处理模型,获得训练好的改进后的高频次多尺度遥感影像处理模型;S4、将待识别卫星影像输入到训练好的改进后的高频次多尺度遥感影像处理模型,得到待识别卫星影像的识别目标提取结果。

全文数据:

权利要求:

百度查询: 河南省种业发展中心 一种基于Mask R-CNN的高频细节增强遥感影像特征提取改进方法

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。