一种基于多模态数据的单木树冠分割深度学习方法

AITNT
正文
推荐专利
一种基于多模态数据的单木树冠分割深度学习方法
申请号:CN202410968398
申请日期:2024-07-18
公开号:CN119048748B
公开日期:2025-09-26
类型:发明专利
摘要
一种基于多模态数据的单木树冠分割深度学习方法,属于林业科学研究中的人工智能技术领域。基于高分影像GF‑2、激光雷达Li DAR点云特征和超高分辨率RGB多模态数据,融合矢量化树冠后处理策略,提出深度学习模型,即多模态树冠划分融合网络(MTCDFNet),通过综合多模态遥感数据的森林结构、光谱和纹理特征,实现在多冠层、多树种亚热带森林中树冠的准确分割。
技术关键词
深度学习方法 多模态 森林结构 LiDAR点云 卷积模块 分支 深度学习模型 激光雷达 林业科学研究 光谱特征提取 通道注意力机制 纹理特征提取 数据 网络 多层次特征 编码器
系统为您推荐了相关专利信息
1
一种基于多模态数据协同训练的缺陷诊断方法及系统
缺陷诊断方法 模态特征 注意力 分支 多尺度特征提取
2
基于改进Apriori算法的地下管廊火灾特征关联分析系统
Apriori算法 关联分析系统 规则知识库 地下管廊 火灾特征
3
一种引入AttConv-Transformer检测的TDM-GAN网络对类弹性超声影像的生成方法及系统
GAN网络模型 检测网络模型 影像 生成方法 超声弹性图像
4
基于多模态传感联动的钻孔摄像动态自清洁方法及系统
钻孔 镜头 控制模块 清洁方法 多模态
5
一种职称评审材料审核方法、装置、终端及存储介质
材料审核方法 图片 多模态 分辨率 评审系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号