[发明专利]利用深度感知网络和视差遥感影像进行森林高度预测方法有效
| 申请号： | 201910124985.1 | 申请日： | 2019-02-19 |
| 公开（公告）号： | CN109919990B | 公开（公告）日： | 2021-03-16 |
| 发明（设计）人： | 李玉鑑;闫琦;张婷;刘兆英 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06T7/50 | 分类号： | G06T7/50;G06N3/04 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 沈波 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 利用 深度 感知 网络 视差 遥感 影像 进行 森林 高度 预测 方法 | ||
【权利要求书】：
1.利用深度感知网络和视差遥感影像进行森林高度预测的方法，其特征在于：包括以下步骤，
步骤1：将两幅具有视差、大小为W×H的遥感影像Is、Iw，分别在样地点按r×r窗口大小批量裁剪，r＝3,5,9,13；得到不同窗口大小的区域遥感影像X，其与激光雷达森林高度数据Y组成输入数据对(X,Y)；W为遥感影像的宽度，H为遥感影像的高度；
步骤2：选择深度学习框架，建立深度感知网络；
步骤3：将不同窗口大小的区域遥感影像X转化为模型可识别数据，以进行深度感知网络模型训练；使用GDAL读取两幅具有视差的遥感影像裁剪分别得到的不同窗口大小的区域遥感影像，将其分别转换图向量，并按先后顺序拼接为行向量，由此将影像转化为模型可识别的数据；
步骤4：选择优化算法、损失函数调参，设置学习率、迭代次数、隐含层神经元个数参数，利用准备好的数据对(X,Y)对深度感知网络模型进行训练，并保存模型；
步骤5：滑动提取需要进行高度预测的感兴趣区域遥感影像，输入已保存的深度感知网络模型，输出区域森林高度数据，并生成相应的森林高度图。
2.根据权利要求1所述的利用深度感知网络和视差遥感影像进行森林高度预测的方法，其特征在于：所采用的深度感知网络采用六层结构，权重w10-4的节点被隐藏。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工业大学，未经北京工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910124985.1/1.html，转载请声明来源钻瓜专利网。
