“张秦雪”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]农作物分布提取方法及装置-CN201910604765.9有效
发明人：李旭青;张秦雪;安志远;庄连英;李龙 -专利权人：北华航天工业学院
申请日： 2019-07-05 - 公布日： 2021-05-04 - 主分类号： G06K9/46 文献下载
摘要：本发明提供了一种农作物分布提取方法及装置，涉及计算机视觉技术领域。该农作物分布提取方法包括步骤：获取待提取农作物的遥感图像；将遥感图像输入至预先训练好的分布特征提取模型，输出与遥感图像对应的待提取农作物的分布特征图，分布特征图中标记有待提取农作物的分布区域；提取待提取农作物的分布区域，对待提取农作物的分布区域进行渲染，输出待提取农作物的分布效果图。本发明的农作物分布提取方法及装置改善了传统农作物分布提取方法中存在的特征提取效果误差较大，特征提取难度大，以及人力物力资源浪费等问题，达到了对农作物分布特征进行精确提取的技术效果。
农作物分布提取方法装置

[发明专利]一种基于可变形全卷积神经网络的冬小麦自动解译方法-CN202010124111.9在审
发明人：李龙;张秦雪;金永涛;刘帝 -专利权人：北华航天工业学院
申请日： 2020-02-27 - 公布日： 2020-07-03 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于可变形全卷积神经网络的冬小麦自动解译方法。该方法包含以下步骤：步骤1：将冬小麦种植面积区域作为研究区，获取研究区高分辨率遥感影像；步骤2：对获取的遥感影像进行预处理：提取高分辨率影像中不同空间位置的冬小麦对象存在尺寸，视野，姿态及部分变形的几何变化作为样本数据；步骤3：构建可变形全卷积神经网络；步骤4：将所述样本数据输入至所述可变形全卷积神经网络以实现对可变形全卷积神经网络的训练；步骤5：将待识别的冬小麦遥感影像输入至训练完成的可变形全卷积神经网络，输出所述待识别区域的冬小麦种植面积预测图。本发明提供的基于可变形全卷积神经网络的冬小麦自动解译方法，明显减少了“椒盐噪声”。
一种基于变形卷积神经网络冬小麦自动解译方法