工作时间
早9:00 - 晚18:00
周六日休息
发布日期:2020-06-24 17:12:27 访问次数:680
针对遥感图像尺寸大、变化区域类别不均衡的现象,公司在数据处理中提出了一种基于多通道融合的图像拉伸和归一化预处理方法,解决了表面差异明显的问题;在模型结构方面,创新性地使用了TverskyLoss损失函数来优化类不平衡问题;同时,多模式的创新构建大大提高了算法的查准率和查全率。最后,专业高清摄像机分析刷新了遥感影像变化检测数据集。
基于遥感图像变化检测算法,利用不同时间阶段的遥感图像获取指定区域土地覆盖类型的动态变化信息,并对图像中随时间变化的像素赋予语义类别标签,广泛应用于生态资源监测、城市建设管理等领域。
从左到右分别是不同时间阶段的遥感图像、变化区域的标记值和算法输出结果,从上到下分别对应于建筑物、水体和地质监测场景。
上一文章:疫情期间人脸识别设备的应用情况
下一文章:人脸识别摄像机的实际应用