一种基于U-NET的深度学习遥感图像语义分割方法及系统.pdf

一种面向遥感图像语义分割的深度学习模型的训练方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112990365 B (45)授权公告日 2021.08.17 (21)申请号 202110434453.5 G06K 9/34 (2006.01)

2023-06-09 约1.27万字 12页立即下载

基于深度学习的遥感影像语义分割方法研究.docx 基于深度学习的遥感影像语义分割方法研究一、研究背景遥感影像包含了丰富的地表信息，在城市规划、农业监测、生态评估等众多领域有着广泛应用。语义分割作为从遥感影像中提取有用信息的关键技术，旨在将影像中的每个像素划分到对应的语义类别中。传统的语义分割方法依赖人工设计的特征，在面对复杂多变的遥感影像时，精度和效率难以满足实际需求。深度学习技术的兴起，为遥感影像语义分割带来了新的突破，其强大的特征自动学习能力，能有效提升分割精度和效率，成为当前研究的热点。二、深度学习方法在遥感影像语义分割中的应用卷积神经网络（CNN）：CNN是深度学习的核心架构之一，通过卷积层、池化层和全连接层的组合，自动提取

2025-02-19 约1.37千字 2页立即下载

一种基于深度学习的高分辨率遥感影像语义分割方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112991354 A (43)申请公布日 2021.06.18 (21)申请号 202110271050.3 (22)申请日 2021.03.11 (71)申请人东北

2023-06-11 约2.04万字 21页立即下载

一种基于深度学习的糖网图像病灶分割标识方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882054 A (43)申请公布日 2022.08.09 (21)申请号 202210575490.2 G06N 3/04 (2006.01) (22)申请日 2022.05.2

2023-05-18 约1.74万字 15页立即下载

2025-03-18 约1.78万字 25页立即下载

一种基于多尺度特征融合的遥感图像分割方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112801109 A (43)申请公布日 2021.05.14 (21)申请号 202110397544.6 (22)申请日 2021.04.14 (71)申请人广东众聚人工智能科技有限公司

2023-06-04 约2.09万字 20页立即下载

一种基于深度学习实时的交通场景语义分割方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112802026 A (43)申请公布日 2021.05.14 (21)申请号 202110203890.6 (22)申请日 2021.02.23 (71)申请人乘方

2023-06-06 约8.65千字 8页立即下载

基于弱监督学习的光学遥感图像语义分割：方法探索与应用突破.docx 基于弱监督学习的光学遥感图像语义分割：方法探索与应用突破一、引言 1.1研究背景在当今数字化时代，光学遥感技术作为获取地球表面信息的重要手段，正以前所未有的速度发展。光学遥感图像能够捕捉到地球表面丰富的地物特征，涵盖了从城市建筑到自然植被，从水体分布到农田规划等各个方面。这些图像为土地监测、城市规划、环境评估等众多领域提供了不可或缺的数据支持，成为推动社会发展和科学研究的关键资源。在土地监测领域，通过对不同时期的光学遥感图像进行语义分割，可以精确识别土地利用类型的变化，如耕地转变为建设用地、森林面积的增减等。这对于合理规划土地资源、保护生态环境具有重要意义。在城市规划中，光学遥感图像语

2025-03-10 约2.36万字 20页立即下载

一种基于监督自注意力网络的高分遥感图像语义分割方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114549405 A (43)申请公布日 2022.05.27 (21)申请号 202210022342.8 (22)申请日 2022.01.10 (71)申请人中国地质大学（武汉）地址 430

2023-05-10 约1.01万字 10页立即下载

一种边缘信息引导的敏捷型遥感图像语义分割方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114463340 A (43)申请公布日 2022.05.10 (21)申请号 202210021874.X (22)申请日 2022.01.10 (71)申请人武汉大学地址 430072 湖

2023-05-05 约1.56万字 10页立即下载

基于深度学习的道路语义分割新方法.pptx 基于深度学习的道路语义分割新方法;目录;PART;;;采用条件随机场（CRF）等后处理方法进一步优化分割结果。;;;;;;PART;;;;PART;;;几何变换;PART;采用经典的编码器-解码器架构，编码器用于提取输入图像的特征，解码器则将特征图还原为与输入图像相同尺寸的分割结果。;特征金字塔;;;PART;;;对比基准;;;;;;PART;提出了基于深度学习的道路语义分割新方法，通过构建卷积神经网络模型实现道路图像的自动分割。;构建了适用于道路语义分割的卷积神经网络模型，实现了端到端的训练和推理。;;THANKS

2024-06-29 约小于1千字 38页立即下载

基于平衡化深度学习和多源遥感影像的地物语义分割方法研究.docx 基于平衡化深度学习和多源遥感影像的地物语义分割方法研究一、引言随着遥感技术的不断发展和普及，多源遥感影像在地理信息科学、城市规划、环境监测等领域的应用越来越广泛。然而，由于遥感影像的复杂性和多样性，如何准确地从海量数据中提取有用的地物信息成为了一个亟待解决的问题。地物语义分割作为遥感影像处理的关键技术之一，其准确性和效率直接影响到后续应用的效果。因此，本文提出了一种基于平衡化深度学习和多源遥感影像的地物语义分割方法，旨在提高地物分割的准确性和鲁棒性。二、相关技术背景 2.1深度学习 深度学习是一种基于神经网络的机器学习方法，其在计算机视觉、自然语言处理等领域取得了显著的成果。在遥感影像

2025-01-25 约4.14千字 9页立即下载

基于深度学习的高分辨率遥感影像语义分割方法研究.docx 基于深度学习的高分辨率遥感影像语义分割方法研究一、引言随着遥感技术的快速发展，高分辨率遥感影像在资源监测、环境评估、城市规划等领域的应用越来越广泛。如何从海量的遥感影像中提取有用的信息，成为了研究的热点问题。其中，语义分割是遥感影像处理的重要环节，它能够将影像中的不同地物进行分类和识别。近年来，深度学习技术在计算机视觉领域取得了显著的成果，为高分辨率遥感影像的语义分割提供了新的思路和方法。本文旨在研究基于深度学习的高分辨率遥感影像语义分割方法，为相关领域的研究和应用提供参考。二、深度学习与遥感影像语义分割 深度学习是一种模拟人脑神经网络的学习方法，通过构建多层神经网络来提取数据的特征。在

2025-05-05 约4.94千字 10页立即下载

一种基于语义分割网络的人耳图像解刨学分割方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114549555 A (43)申请公布日 2022.05.27 (21)申请号 202210179495.3 (22)申请日 2022.02.25 (71)申请人北京科技大学地址 100083

2023-05-06 约1.65万字 20页立即下载

基于深度学习的遥感影像语义分割论文.docx 基于深度学习的遥感影像语义分割论文摘要：随着遥感技术的快速发展，遥感影像在地理信息系统、城市规划、环境监测等领域发挥着越来越重要的作用。深度学习作为一种强大的机器学习技术，在遥感影像处理领域取得了显著成果。本文旨在探讨基于深度学习的遥感影像语义分割技术，分析其研究背景、关键技术、应用领域及未来发展趋势。通过对深度学习在遥感影像语义分割中的应用进行综述，为相关领域的研究提供参考。关键词：深度学习；遥感影像；语义分割；地理信息系统；城市规划一、引言（一）研究背景 1.遥感影像的广泛应用 1.1遥感影像在地理信息系统中的应用遥感影像是地理信息系统（GIS）中重要的数据来源，广泛应用于资源调

2025-04-04 约5.15千字 11页立即下载