一种利用垂直结构的深度学习弃渣场监测方法

专利号CN202311569664.5

专利名称一种利用垂直结构的深度学习弃渣场监测方法

发明人 王鹿振 吴俊君 原伟杰 张小平 王江天 马得利 陈童 王金龙

申请人 青海省水利水电勘测规划设计研究院有限公司 中国林业科学研究院华北林业实验中心

公开日2024.02.09

年份2024

主分类号 G06V20/17

专利类型发明

国家省市 青海

分类号 G06V20/17 G06V10/26 G06V10/28 G06V10/44 G06V10/80 G06N3/0464 G06N3/08 G06T7/62 G01S17/89

代理机构北京连和连知识产权代理有限公司 11278

内容摘要  本发明提出了一种利用垂直结构的深度学习弃渣场监测方法，包括：获取目标区域的航拍图像和数字高程图像，并分别为其增加地理投影坐标；将航拍图像和数字高程图像进行图像通道融合获得混合图像；训练图像分割模型，其具有混合图像输入通道，用于对输入的混合图像进行多尺度的特征提取及特征融合；将混合图像输入图像分割模型，由图像分割模型根据融合特征进行预测以确定弃渣场范围；根据弃渣场范围及其内部的高程信息计算堆渣量。本发明通过引入高程图像并与航拍图像进行图像通道融合，使得每个像素点同时具备RGB特征和高程特征，解决了传统技术难以识别堆渣以及难以确定堆渣量的问题，结合神经网络模型大大提升了本发明方法的准确性和效率。

主权利要求  1.一种利用垂直结构的深度学习弃渣场监测方法，其特征在于，所述方法包括：获取目标区域的航拍图像和数字高程图像，并分别为所述航拍图像和所述数字高程图像增加地理投影坐标；将所述航拍图像和所述数字高程图像进行图像通道融合获得混合图像；训练图像分割模型，所述图像分割模型具有混合图像输入通道，用于对输入的混合图像进行多尺度的特征提取及特征融合；将所述混合图像输入所述图像分割模型，由所述图像分割模型根据融合特征进行预测以确定弃渣场范围；根据所述弃渣场范围及其内部的高程信息计算堆渣量。

联系地址810016 青海省西宁市青海生物科技产业园区经一路22号西宁经济技术开发区投资大厦19层1906室

PDF文件 浏览全文