[发明专利]基于深度学习技术的野外调查方法、系统

权利要求书

1.一种基于深度学习技术的野外调查方法，其特征在于，所述方法包括：

S101：获取深度学习平台基于样本集进行训练得到的深度学习模型以及移动调查设备提供的举证照片，所述样本集包含所有二级地类对应的照片；

S102：通过深度学习模型获取所述举证照片的识别类型结果，根据所述举证照片的类型和所述识别类型结果判断同一个目标图斑的举证照片是否具备特征一致性，若是，则执行S103，若否，则执行S104；

其中，所述举证照片的类型包括远景照片、近景照片以及特征照片，所述识别类型结果包括所述举证照片的地类和置信度，所述根据所述举证照片的类型和所述识别类型结果判断同一个目标图斑的举证照片是否具备特征一致性的步骤具体包括：

判断同一个目标图斑的所述近景照片和特征照片是否包括至少两个识别类型结果且置信度低于预设值，若是，则通过移动调查设备反馈无法准确识别地类的提示与提供相应识别类型结果的地类选项信息；

判断同一个目标图斑的所述远景照片、近景照片、特征照片对应的地类是否一致，若是，则确定所述举证照片具备特征一致性，若否，则反馈照片特征不一致的信息；

S103：通过规则引擎结合土地利用现状进行分析判断，以获取目标图斑的调查结果；

S104：确定所述举证照片不具备特征一致性。

2.如权利要求1所述的基于深度学习技术的野外调查方法，其特征在于，所述样本集中的每个二级地类对应至少一张照片，且不同所述二级地类对应的照片存储在不同点的文件夹中。

3.如权利要求1所述的基于深度学习技术的野外调查方法，其特征在于，所述获取深度学习平台样本集进行训练得到的深度学习模型以及移动调查设备提供的举证照片的步骤之后还包括：

获取所述举证照片的站位点坐标、方位角以及所述举证照片对应的目标图斑的坐标，根据所述站位点坐标、方位角以及所述目标图斑的坐标判断所述举证照片是否符合要求，若是，则执行S102，若否，则确定所述举证照片不符合要求。

4.如权利要求3所述的基于深度学习技术的野外调查方法，其特征在于，所述根据所述站位点坐标、方位角以及所述目标图斑的坐标判断所述举证照片是否符合要求的步骤具体包括：

根据所述站位点坐标、方位角以及所述目标图斑的坐标判断所述举证照片与所述目标图斑的距离以及所述举证照片的朝向是否符合要求。

5.如权利要求1所述的基于深度学习技术的野外调查方法，其特征在于，所述判断同一个目标图斑的所述远景照片、近景照片、特征照片对应的地类是否一致的步骤具体包括：

判断所述远景照片与所述近景照片或特征照片是否属于相同一级地类，若否，则反馈照片特征不一致的信息；

判断所述近景照片、特征照片对应的二级地类是否一致，若否，则反馈照片特征不一致的信息。

6.一种基于深度学习技术的野外调查系统，其特征在于，所述系统包括移动调查设备、后台系统；

所述移动调查设备用于拍摄目标图斑的举证照片，并将所述举证照片发送给后台系统；

所述后台系统根据所述举证照片实现如权利要求1-5任一项所述的基于深度学习技术的野外调查方法。