摘要
本发明公开了一种林区跨季变化检测方法、系统及计算机程序产品,所述方法包括:获取林区遥感时间序列数据和多时相高空间分辨率遥感影像数据;基于卷积神经网络和时间注意力机制构建林区物候及环境扰动检测模型;基于卷积神经网络和多任务学习方法构建林区植被类型变化检测模型;获得林区物候及环境扰动检测结果,据此对林区植被类型变化检测模型进行微调和再训练,获得林区跨季变化检测模型;获得林区跨季变化检测结果。本发明提供的技术方案,基于林区植被类型变化检测,整合林区物候及环境扰动变化信息,提取植被覆盖精细尺度详细变化信息,实现年内多期植被覆盖精细变化信息准确提取;基于多项指标对网络模型进行综合评估和微调完善。
技术关键词
遥感时间序列数据
分辨率遥感影像
全卷积神经网络
林区
变化检测模型
变化检测方法
卷积神经网络模型
植被
分辨率遥感图像
多任务学习策略
融合语义分割
时空注意力机制
注意力编码器
深度卷积网络
计算机程序产品
特征提取网络
系统为您推荐了相关专利信息
坡体单元
地貌特征
数字高程模型
高分辨率遥感影像
数字影像
液晶光阀
图像处理系统
全卷积神经网络
棱镜
机电控制系统
混合现实方法
实例分割模型
虚实融合场景
全卷积神经网络
虚拟对象
识别方法
降噪模型
二维码扫描识别
图像超分辨率
计算机存储介质
高光谱遥感影像
盐地碱蓬
光谱反射率曲线
植被
可见光波段