摘要
本申请属于一种可燃物反演方法,针对目前通过卫星遥感数据进行森林可燃物载量反演的方法,存在不能全面的反映复杂的森林可燃物特性,以及数据处理和计算成本较高的技术问题,提供一种卫星遥感可燃物反演方法及相关装置,分别从待测区域的光学卫星遥感影像和合成孔径雷达卫星遥感影像中提取对应的模态特征,借助卷积神经网络和区域卷积神经网络得到每个模态下的地物特征表示,然后通过Transformer得到综合图特征表示,再通过深度神经网络对综合特征表示进行分类,得到可燃物载量专题图。本申请融合了来自不同模态的数据,提供了比单一模态更全面和准确的信息,从而提高了预测的准确性。
技术关键词
光学卫星遥感影像
合成孔径雷达卫星
模态特征
反演方法
区域卷积神经网络
地物特征
深度神经网络
多头注意力机制
多层感知器
反演系统
交互特征
编码向量
森林可燃物
计算机程序代码
编码器
影像获取模块
多尺度
卫星遥感数据
系统为您推荐了相关专利信息
模态特征
交互特征
模型调优方法
跨模态
多模态信息
生成式对抗网络模型
演化特征
多模态信息融合
融合特征
裂缝特征
参数反演方法
XGBoost模型
拉丁超立方抽样
堆石坝工程
三维有限元模型
自定义指令
处理单元
识别方法
自定义语音指令
音频编码器