摘要
本发明公开了一种林区植被类型变化检测方法、系统及计算机程序产品,包括:获取林区多时相高空间分辨率遥感图像数据;根据林区多时相高空间分辨率遥感图像数据,基于卷积神经网络模型和多任务学习构建多任务全卷积神经网络模型;基于林区多时相高空间分辨率遥感图像数据,构建样本数据集,对多任务全卷积神经网络模型进行训练,获得林区植被类型变化检测模型;将林区多时相高空间分辨率遥感图像数据输入林区植被类型变化检测模型,获得林区植被类型变化检测结果。本发明提供的技术方案,能够利用林区多时相高空间分辨率遥感图像数据,构建多任务全卷积神经网络模型,检测林区植被类型变化,实现植被覆盖变化的精准检测。
技术关键词
分辨率遥感图像
全卷积神经网络
林区
变化检测方法
变化检测模型
植被
卷积神经网络模型
多任务学习策略
融合语义分割
时空注意力机制
数据
计算机程序产品
编码器
特征提取网络
变化检测系统
转换器
时空分布图
滑动技术
系统为您推荐了相关专利信息
基础地理信息
无人机航拍数据
地物特征
变化检测模型
地理信息数据库
变化检测方法
语义先验
特征信息提取
生成多尺度
解码器结构
机载激光雷达点云
裁剪方法
林区
融合特征
数学形态学
变化检测网络
语义变化检测方法
遥感图像数据
语义标签
光学遥感影像