首页 > 学术百科

一种预测无标签遥感影像地表覆盖类别的深度学习方法[发明专利]

专利名称：一种预测无标签遥感影像地表覆盖类别的深度学习方法

专利类型：发明专利

发明人：季顺平，王定盼，罗牧莹

申请号：CN202010709351.5

申请日：20200722

公开号：CN111898507A

公开日：

20201106

专利内容由知识产权出版社提供

摘要：本发明涉及一种预测无标签遥感影像地表覆盖类别的深度学习方法。充分发挥生成对抗网络在学习不同分布的数据域之间的映射方式中的优势，采用在像素级空间、特征级空间、输出级空间三个空间维度将源域数据分布映射到目标域数据分布的方式，用映射后的源域数据以及对应标签训练分割模型，再用该模型来预测目标域数据的地表覆盖类别，解决了以往预测方法中由于目标域数据没有标签导致预测类别不准等问题。本发明具有如下优点：鲁棒性强，可适应不同尺度的不同影像风格的无标签影像数据，不仅能够提供准确的地表覆盖分类结果，还能够将源域影像的风格转换为目标域影像的风格，可以应用于城市规划、地表覆盖变化检测、地图的制作及更新等领域。

申请人：武汉大学

地址：430072 湖北省武汉市武昌区珞珈山武汉大学

国籍：CN

代理机构：武汉科皓知识产权代理事务所(特殊普通合伙)

代理人：王琪

本文发布于:2024-09-20 14:48:12，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/787503.html

上一篇：知识产权对于企业的重要性与保护意义

下一篇：基于Stimulsoft的全动态生成报表实现方法、系统及设备[发明专利]