摘要
本发明提出基于多模态的卷积神经网络山顶点识别方法和系统,该方法包括:以DEM数据为基础,通过地形分析方法计算地形参数模型,并运用不同可视化方法制作形成多模态图像;然后进行山顶点区域的标注;基于深度学习网络,采用标注后的不同模态图像进行训练,得到不同模态对应的山顶点识别模型;通过不同模态对应的山顶点识别模型对不同模态图像进行山顶点识别;采用模糊融合的方法融合不同模态图像识别的山顶点;根据融合后的山顶点识别结果,将识别得到的山顶点区域映射到对应的DEM数据之上,提取山顶点区域内的极值高程点,作为准确的山顶点。本发明采用模糊融合的方法实现了不同模态图像识别结果的融合,得到最为准确的山顶点识别结果。
技术关键词
点识别方法
多模态
点识别系统
识别置信度
深度学习网络
可视化方法
原始图像数据
分层
分析方法
识别模型训练
极值
矩形
软件
基础
参数
系统为您推荐了相关专利信息
智能机器人
处理单元
机体
超声波传感器
抓取机构
无霜冷库
智能控制方法
多模态识别装置
加湿设备
监测冷库
大语言模型
主题
简易模板
文本
演示文稿生成方法
决策方法
实时数据采集系统
可视化交互界面
动态更新系统
构建知识图谱