一种基于深度学习的山顶点识别算法
实质审查的生效
摘要
本发明公开了一种基于深度学习的山顶点算法，属于机械学习领域。本发明通过在Keras下构建ResNet‑101网络，构造残差网络筛选山地样本，再通过RPN模块和回归网络进行筛选与定位山顶点，最后映射至DEM数据中确定山顶点的具体坐标，最后还可以进一步计算得到山顶类型，本发明通过深度学习网络对算法进行预训练和迁移学习来筛选识别山顶点，能够显著的提高算法识别的准确度并降低误差，减少伪山顶点的识别，且本算法还能够准确区分所识别的山顶类型，有效的避免山顶要素区受人工选择和处理软件的影响。
基本信息
专利标题 ：
一种基于深度学习的山顶点识别算法
专利标题（英）：
暂无
公开（公告）号 ：
CN114359701A
申请号 ：
CN202111307146.7
公开（公告）日 ：
2022-04-15
申请日 ：
2021-11-05
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
高德民孙雪莹
申请人 ：
南京林业大学
申请人地址 ：
江苏省南京市玄武区龙蟠路159号
代理机构 ：
南京联卓知识产权代理有限公司
代理人 ：
袁慧
优先权 ：
CN202111307146.7
主分类号 ：
G06V20/10
IPC分类号 ：
G06V20/10 G06V10/762 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06V 20/10
申请日 : 20211105
申请日 : 20211105
2022-04-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
