一种基于多尺度级联残差卷积神经网络的海岸线变化检测方法
公开
摘要
本发明公开了一种基于多尺度级联残差卷积神经网络的海岸线变化检测方法。目前对于海岸线的变化检测的传统方法具有效率低下且费时费力的缺点，所以该发明是基于深度学习的一种海岸线变化检测方法。该方法分为背景卷积神经网络模块，残差处理模块以及分割卷积神经网络模块。本文为了更好的获取到海岸线的变化检测结果，添加了残差处理模块，并将残差处理模块处理后的结果深度连接到分割卷积神经网络模块中，实现特征融合，提取到更多的特征信息，来达到更好变化检测的效果。
基本信息
专利标题 ：
一种基于多尺度级联残差卷积神经网络的海岸线变化检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114581363A
申请号 ：
CN202111478910.7
公开（公告）日 ：
2022-06-03
申请日 ：
2021-12-04
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
罗欣赖广龄刘易楠常乐许文波贾海涛
申请人 ：
电子科技大学长三角研究院（湖州）
申请人地址 ：
浙江省湖州市西塞山路819号南太湖科技创新综合体B1幢
代理机构 ：
代理人 ：
优先权 ：
CN202111478910.7
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06N3/04 G06N3/08 G06T7/194
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-06-03 ：
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
