摘要
本发明提出一种基于高分辨率遥感影像的弃渣场智能识别方法及系统,属于遥感影像图像处理技术领域,以解决现有技术中,无法实现对弃渣场尤其是超大型弃渣场的实时监控的问题;包括:步骤S1:获取弃渣场遥感影像,对遥感影像进行预处理;步骤S2:初始化GLI D‑DeepLab模型参数,采用深度卷积神经网络RMT并结合双向特征金字塔网络BiFPN对步骤S1遥感影像进行特征提取;步骤S3:采用迭代正则化反卷积处理步骤S2获取的特征,并融合经过编码器骨干网络输出的浅层特征;步骤S4:选取待检测的遥感影像样本,输入到训练好的GLI D‑DeepLab模型中。本发明中,通过结合深度卷积网络RMT和双向特征金字塔网络、辅助提示视觉混合编码辅助检测头,能有效提取多尺度特征,实现对弃渣场的识别。
技术关键词
高分辨率遥感影像
智能识别方法
双向特征金字塔
辅助检测头
深度卷积神经网络
弃渣场
高分辨率光学遥感影像
编码器
视觉特征
信息熵
多尺度特征
地形特征
样本
双向信息流
智能识别系统
深度卷积网络
跨层特征
切片
系统为您推荐了相关专利信息
高分辨率遥感影像
变化检测模型
变化检测方法
特征金字塔
像素
归一化差分植被指数
卫星遥感图像
颜色映射技术
Lab色彩空间
智能识别方法
深度卷积神经网络
图像分类系统
模型训练模块
图像分类方法
超参数
特征提取模块
语义分割方法
光栅
语义分割系统
射线