摘要
本发明提供了用于面状地理实体的异常检测方法及装置,方法包括:构建并训练包括并行设置的至少两个融合语义分割模型并利用相加融合法将各融合语义分割模型的预测结果融合后作为分类预测结果的融合语义分割模型;构建并训练包括并行设置的至少两个变化检测模型并利用相加融合法将各变化检测模型的预测结果融合后作为变化预测结果的融合变化检测模型;获取待检测区域的影像数据和待检测面状地理实体数据,获得待检测数据集和地类标签集;将待检测数据集输入融合语义分割模型和融合变化检测模型,得到分类预测结果和变化预测结果;利用分类预测结果对变化预测结果赋予类别属性,得到融合预测结果;将融合预测结果与地类标签集中的同名要素进行比对。
技术关键词
融合语义分割
变化检测模型
地理实体
异常检测方法
面状
影像
语义分割模型
数据
异常检测装置
标签
重叠阈值
训练样本集
预测类别
像素
颜色
分辨率
栅格
元素
尺寸
系统为您推荐了相关专利信息
语义变化检测方法
变化检测模型
孪生神经网络
多任务
多层级特征
网络流量数据
YOLO算法
预警方法
深度学习模型
长短期记忆网络
风电机组齿轮箱
谱包络特征
线性预测器
异常检测方法
分量特征
异常检测方法
融合局部特征
融合特征
通道注意力机制
票据