← 返回列表
基于多尺度卷积自编码器的多源数据融合地物分类方法
申请人信息
- 申请人:中国石油大学(华东)
- 申请人地址:266580 山东省青岛市长江西路66号
- 发明人: 中国石油大学(华东)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于多尺度卷积自编码器的多源数据融合地物分类方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311724746.2 |
| 申请日 | 2023/12/14 |
| 公告号 | CN117576483A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 中国石油大学(华东) |
| 发明人 | 戴嵩; 王斌; 宋冬梅; 张杰; 覃富侯 |
| 地址 | 山东省青岛市黄岛区长江西路66号 |
摘要文本
本发明公开了基于多尺度卷积自编码器的多源数据融合地物分类方法，包括以下步骤：获取激光雷达点云数据和光学影像数据，分别对所述激光雷达点云数据和所述光学影像数据进行预处理，构建多源遥感数据集；构建基于多尺度卷积自编码器的多源数据融合地物分类模型；基于所述多源遥感数据集，对所述多源数据融合地物分类模型进行训练；利用训练好的所述多源数据融合地物分类模型对待测的城市地物进行预测，实现对城市地物的分类。本发明能够有效融合多源数据特征，实现高精度的地物分类。它的特点在于利用多尺度卷积自编码器进行特征提取和融合，以及引入注意力机制来提高特征表示能力。这使得本发明具备较强的地物分类能力，并取得了较高的分类精度。 来源：马 克 团 队
专利主权项内容
1.基于多尺度卷积自编码器的多源数据融合地物分类方法，其特征在于，包括以下步骤：获取激光雷达点云数据和光学影像数据，分别对所述激光雷达点云数据和所述光学影像数据进行预处理，构建多源遥感数据集；构建基于多尺度卷积自编码器的多源数据融合地物分类模型；基于所述多源遥感数据集，对所述多源数据融合地物分类模型进行训练；利用训练好的所述多源数据融合地物分类模型对待测的城市地物进行预测，实现对城市地物的分类。