基于多特征融合深度学习的无人机遥感建筑物提取方法
实质审查的生效
摘要
本发明公开了摄影测量处理技术领域的基于多特征融合深度学习模型的无人机遥感建筑物智能提取方法，以“如何利用深度学习，模拟人眼立体视觉中建筑物多特征表达形式”为核心，研究基于孪生网络的DSM(数字表面模型)与DOM(数字正射影像)的多特征融合方法，设计建筑物多特征的特征抽取、分析能力，通过密集注意力机制进一步增强建筑物的特征传递和累积整合特性，将原来使用的单网络结构变为使用对称网络结构，并且两个对称网络结构完全相同，并结合注意力机制，构建混合模型，深度挖掘无人机遥感建筑物的多层次、多维度的特征和空间关系，实现顾及建筑物多层次特征的无人机遥感建筑物自动提取新方法。
基本信息
专利标题 ：
基于多特征融合深度学习的无人机遥感建筑物提取方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114494868A
申请号 ：
CN202210061551.3
公开（公告）日 ：
2022-05-13
申请日 ：
2022-01-19
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
杨辉王彪吴艳兰
申请人 ：
安徽大学
申请人地址 ：
安徽省合肥市经济技术开发区九龙路111号
代理机构 ：
安徽顺超知识产权代理事务所(特殊普通合伙)
代理人 ：
陈波
优先权 ：
CN202210061551.3
主分类号 ：
G06V20/10
IPC分类号 ：
G06V20/10 G06K9/62 G06N3/04 G06N3/08 G06V10/44 G06V10/77 G06V10/80 G06V10/82
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06V 20/10
申请日 : 20220119
申请日 : 20220119
2022-05-13 ：
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
