咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >用于估计真实世界环境中植被覆盖范围的系统和方法 收藏
用于估计真实世界环境中植被覆盖范围的系统和方法

用于估计真实世界环境中植被覆盖范围的系统和方法

专利申请号:CN202180036609.2

公 开 号:CN115668307A

发 明 人:A·皮肯鲁伊斯 M·冈萨雷斯圣埃梅特里奥 A·贝雷亚尔图阿-佩雷斯 L·戈麦斯萨曼尼洛 C·J·吉米内斯鲁伊斯 J·罗梅罗罗德里格斯 C·克鲁卡斯 T·艾格斯 J·埃查扎拉胡盖特 R·纳瓦拉-梅斯特 

代 理 人:魏子翔;于静

代理机构:北京市中咨律师事务所

专利类型:发明专利

申 请 日:20230131

公 开 日:20210507

专利主分类号:G06V20/13

关 键 词:植物元素 像素 回归神经网络 近红外通道 语义 神经网络 语义分割 关联 测试 植被覆盖 多通道 图像 真实世界场景 真实世界环境 计算机实现 分割测试 通道提供 系统接收 植物物种 分割 应用 

摘      要:一种用于估计真实世界环境中植被覆盖范围的计算机实现的方法和系统(100)。系统接收具有一个或更多植物物种的一个或更多植物元素(10)的真实世界场景(1)的RGB图像(91)。将RGB图像(91)的至少一个通道提供给语义回归神经网络(120),该语义回归神经网络(120)被训练以从RGB图像中估计至少一个近红外通道(NIR)。该系统通过将语义回归神经网络(120)应用于至少一个RGB通道(91)来获得近红外通道(NIR)的估计。向语义分割神经网络(130)提供包括RGB图像的R‑通道、G‑通道、B‑通道(R,G,B)中的至少一个的多通道图像(92)和估计的近红外通道(NIR)作为测试输入(TI1),该语义分割神经网络(130)采用多通道图像进行训练以将测试输入(TI1)分割成与植物元素相关联的像素和与植物元素不相关联的像素。该系统使用语义分割神经网络(130)分割测试输入(TI1),得到指示与植物元素(10)相关联的测试输入的像素和与植物元素不相关联的测试输入的像素的植被覆盖范围图(93)。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分