摘要
本发明公开了一种基于无人机多源数据和自监督对比学习的作物产量估测与倒伏判别方法,所述方法如下:一、野外数据收集;二、无人机多传感器图像采集;三、原始数据预处理;四、多模态数据融合对比学习模型构建;五、冠层光谱、结构与纹理信息提取;六、传统表型特征与对比学习特征融合用于表型估测。本发明通过轻型无人机搭载RGB与多光谱镜头,以创新的交叉环绕路线,采集多时相下田间作物高精度的RGB图像、多光谱与点云数据。同时,基于自监督对比学习策略,提出多模态数据融合深度学习模型,在微调模型之后对作物种质资源进行产量估测与倒伏判别。该方法的预测结果可以为作物育种计划提供决策依据,辅助加快育种进程,优化育种方案。
技术关键词
判别方法
无人机倾斜摄影
冠层光谱信息
多模态数据融合
表型特征
高分辨率图片
多光谱
学习特征
构建数字高程模型
小区
数据特征提取方法
图像拼接
影像
点云
相似性计算方法
特征点
作物种质资源
系统为您推荐了相关专利信息
生长预测模型
多光谱特征
指数
长短期记忆网络
多模态
控制一体化系统
矿井安全监控技术
优化器
多时间尺度
系统容错
胜任力测评方法
多模态数据融合
脑电波传感器
测评系统
心电传感器
浓度检测方法
多模态数据融合
强化学习框架
浓度检测系统
水体
多模态数据融合
滑动窗口机制
动态轮廓
时序
图像