基于坐标注意力机制的无人机影像崩岗智能识别方法

AITNT
正文
推荐专利
基于坐标注意力机制的无人机影像崩岗智能识别方法
申请号:CN202511261167
申请日期:2025-09-05
公开号:CN120747802A
公开日期:2025-10-03
类型:发明专利
摘要
本发明涉及崩岗识别方法技术领域,具体地说,涉及基于坐标注意力机制的无人机影像崩岗智能识别方法。其包括无人机影像采集与预处理模块、CA‑Unet模型构建模块、坐标注意力计算模块和崩岗智能识别输出模块。该方法通过无人机采集高分辨率影像和激光雷达点云数据,经正射校正生成数字正射影像和数字高程模型,并构建深度学习数据集;在U‑Net模型中嵌入坐标注意力机制,通过水平和垂直方向的特征编码与动态加权,增强对崩岗长距离沟壑和陡峭边缘的识别能力,利用坐标注意力计算模块实现方向敏感的特征增强,最终输出崩岗边界矢量和形态参数。本发明突破了传统方法在空间依赖建模和边界提取方面的局限,实现了崩岗侵蚀地貌的精准识别与测绘。
技术关键词
智能识别方法 注意力机制 无人机影像采集 激光雷达点云数据 数字正射影像 数字高程模型 坐标 横向特征 语义分割模型 输出模块 多尺度特征金字塔 深度学习数据集 融合特征 生成高分辨率 编码 激光雷达系统
系统为您推荐了相关专利信息
1
一种结合地质参数反演的压裂施工压力多步预测方法
多步预测方法 反演模型 非常规油气资源勘探开发技术 水力压裂 压力
2
一种基于Transformer的电潜泵产量预测方法
产量预测方法 特征选择算法 注意力机制 算法模型 数据
3
一种基于UWB和IMU的矿井下组合定位方法
双向长短期记忆 动作捕捉系统 长短期记忆神经网络 扩展卡尔曼滤波 组合定位方法
4
关系增强型命名实体识别方法、设备、介质及程序产品
语义 序列 命名实体识别方法 关系 奇异值分解重构
5
基于组学和脑认知的烟草依赖预测方法及装置
脑电特征 交叉注意力机制 深度学习算法 模态特征 独立成分分析
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