基于图像识别的土地资源分析模型训练方法及分析方法技术

本发明专利技术涉及一种基于图像识别的土地资源分析模型训练方法及分析方法，在获取待分析区域的待测航拍图片后，根据特征提取模型提取不同下采样倍数的待测航拍图片的卷积特征，并根据向量转换模型将各卷积特征转换为对应的多维向量。然后，拼接各多维向量，得到待测特征向量，并基于土地资源分析模型，根据待测特征向量与基准特征向量的匹配度，获得用于分析土地资源的待分析区域对应的土地类型标签。基于此，通过不同下采样倍数的卷积特征，有利于区分待测航拍图片的细微差别，提高图像识别的抗干扰能力，以提高后续土地类型标签输出准确性。性。性。

【技术实现步骤摘要】
基于图像识别的土地资源分析模型训练方法及分析方法


[0001]本专利技术涉及土地利用
，特别是涉及一种基于图像识别的土地资源分析模型训练方法及分析方法。

技术介绍

[0002]土地资源是指已经被人类所利用和可预见的未来能被人类利用的土地。土地资源既包括自然范畴，即土地的自然属性，也包括经济范畴，即土地的社会属性，是人类的生产资料和劳动对象。尤其在乡村经济中，土地资源的合理利用，往往是农业生产、林业生产或养殖业生产的基本基础之一。在乡村经济的可持续绿色发展过程中，农业、林业、废弃物处理、育种改良、土壤改造、生态绿地等各项发展中，通常需要对土地资源进行合理划分和区域监测分析。例如，监测分析基本农田区域划分、农地林地面积变化或作物成长变化等。
[0003]在基于土地资源的生产生活过程中，土地资源的划分一般是事先人为确定，变化较小。而由于生产生活以及自然变化对土地资源的影响，往往需要花费大量人力进行区域监测分析，以分析基于土地资源的生产生活变化，例如农作物生长变化、经济林生长或砍伐等大范围监测目标。目前，传统对土地资源进行区域监测分析的方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的土地资源分析模型训练方法，其特征在于，包括步骤：获取各土地类型的历史航拍图片，并为各所述历史航拍图片添加对应的土地类型标签；将所述历史航拍图片作为训练数据，训练用于从所述历史航拍图片提取卷积特征的特征提取模型；配置用于将所述卷积特征转换为基准特征向量的向量转换模型；根据所述特征提取模型和所述向量转换模型建立土地资源分析模型；其中，所述土地资源分析模型包括所述基准特征向量与所述土地类型标签的映射关系。2.根据权利要求1所述的基于图像识别的土地资源分析模型训练方法，其特征在于，所述特征提取模块包括卷积特征提取单元、残差提取单元和空间注意力单元。3.根据权利要求1所述的基于图像识别的土地资源分析模型训练方法，其特征在于，在所述将所述历史航拍图片作为训练数据，训练用于从所述历史航拍图片提取卷积特征的特征提取模型的过程之前，还包括步骤：对所述历史航拍图片进行标准统一处理。4.根据权利要求1至3任意一项所述的基于图像识别的土地资源分析模型训练方法，其特征在于，所述向量转换模型用于将各所述卷积特征转换为固定维数的基准特征向量。5.一种基于图像识别的土地资源分析方法，其特征在于，包括步骤：获取待分析区域的待测航拍图片；根据特征提取模型提取不同下采样倍数的所述待测航拍图片的卷积特征；根据向量转换模型将各所述卷积特征转换为对应的多维向量；其中，所述多维向量的维数与所述下采样倍数相对应；拼接各所述多维向量，得到待测特征向量；基于土地资源分析模...

【专利技术属性】
技术研发人员：张帆，邓祥征，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：