版权说明 操作指南
首页 > 成果 > 详情

一种自适应的尾矿库遥感深度学习检测方法

认领
导出
反馈
分享
QQ微信 微博
成果类型:
专利
发明/设计人:
吴浩;刘冰洁;吴紫薇
申请/专利权人:
华中师范大学
专利类型:
发明
语种:
中文
申请时间:
2022.09.29
申请/专利号:
CN202211212391.4
公开时间:
2023.04.07
公开号:
CN115937698A
申请地区:
430079 湖北省武汉市洪山区珞瑜路152号华中师范大学
代理人:
王守仁
机构署名:
本校为其他完成单位
摘要:
本发明提供的自适应的尾矿库遥感深度学习检测方法,用于大范围尾矿库识别与提取。本发明提出了一种全新的尾矿库遥感提取框架,即:首先,采用特征金字塔网络基于尾矿库遥感影像数据集进行不同尺度大小尾矿库深度特征学习;其次,采用级联定位优化模块,根据特征值对尾矿库进行定位并使用多级检测器对定位坐标进行优化;第三,根据定位优化值获取候选检测对象,基于深度学习算法与传统特征提取算法进行多维特征的提取与融合,生成特征向量;最后,采用自适应特征学习分类器基于特征向量进行集成学习与分类,剔除虚警目标并提取尾矿库。本发明具有定位精度高、虚警率低、应用范围广等优点,可为...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com