基于信息熵的无监督域适应作物种类识别方法及遥感装置

AITNT
正文
推荐专利
基于信息熵的无监督域适应作物种类识别方法及遥感装置
申请号:CN202510632567
申请日期:2025-05-16
公开号:CN120564033A
公开日期:2025-08-29
类型:发明专利
摘要
本发明提供基于信息熵的无监督域适应作物种类识别方法及遥感装置,涉及农作物精细分割技术领域,包括:构建包括生成器、主域判别器和辅助域判别器的无监督域适应作物种类识别网络;生成器基于源域和目标域的四维时序遥感图像得到源域和目标域的时空特征、预测概率图,根据预测概率图计算基于信息熵的加权自信息分布图;将加权自信息分布图送入主域判别器,将时空特征送入辅助域判别器,得到域预测概率结果和域预测置信度;优化识别网络,主域判别器和辅助域判别器实现域适应。本发明利用信息熵的思想和两个域判别器来最小化域间特征分布的差异,使更准确地捕捉和利用同类作物在不同域中的共同表示,从而提高在目标域无标签下的作物种类识别性能。
技术关键词
时序遥感图像 识别方法 地理位置信息 上下文特征 遥感装置 图像处理模块 图像采集模块 Softmax函数 智能装置 信息熵理论 空间特征提取 空间分布特征 蓝牙方式 插值方法 编码器 数据 滤波算法 非线性
系统为您推荐了相关专利信息
1
一种图像识别方法、装置、设备和介质
深度学习模型 融合特征 图像识别方法 分辨率 复杂度
2
无监督学习全局以物体为中心的表示物体识别方法及装置
特征提取单元 身份 无监督学习 解码单元 物体识别方法
3
一种应用于复杂环境中的车辆重识别方法及系统
特征数据库 车辆特征提取 多分支 全局特征提取 重识别方法
4
基于深度学习的复合材料CT图像性能识别方法
性能识别方法 复合材料 灰度矩阵 神经网络模型 刚度
5
一种基于模态补充及特征协同的跨模态行人重识别方法、系统、设备及介质
行人重识别模型 重识别方法 行人重识别系统 跨模态 特征提取网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号