一种基于深度学习的自然资源要素变化检测方法
基本信息
| 申请号 | CN202110562234.5 | 申请日 | - |
| 公开（公告）号 | CN113362286A | 公开（公告）日 | 2021-09-07 |
| 申请公布号 | CN113362286A | 申请公布日 | 2021-09-07 |
| 分类号 | G06T7/00（2017.01）I;G06T7/11（2017.01）I;G06T5/50（2006.01）I;G06T7/62（2017.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06K9/62（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王淑娟 | 申请（专利权）人 | 江苏星月测绘科技股份有限公司 |
| 代理机构 | 北京冠和权律师事务所 | 代理人 | 赵银萍 |
| 地址 | 224000江苏省盐城市亭湖区经济技术开发区希望大道中路68号海*大厦23号楼9-10层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于深度学习的自然资源要素变化检测方法，包括：获取两幅同一区域不同时间内的待检测图像；训练自然资源要素识别分割模型；根据自然资源要素识别分割模型对待检测图像中的自然资源要素分别进行自然资源要素识别与分割，得到自然资源要素分割图；对自然资源要素分割图进行自然资源要素合并处理，得到自然资源要素合并图；对自然资源要素合并图中的自然资源要素进行要素重复检测与重复要素剔除，得到自然资源要素变化图；其中，自然资源要素分割图中包括多个自然资源要素区域；自然资源要素合并图包括：自然资源要素分割图上图层和自然资源要素分割图下图层。 |
