基于图像识别的土地资源分析模型训练方法及分析方法与流程

技术特征：
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型，根据所述待测特征向量与所述基准特征向量的匹配度，获得用于分析土地资源的所述待分析区域对应的土地类型标签。6.根据权利要求5所述的基于图像识别的土地资源分析方法，其特征在于，在所述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的过程之前，还包括步骤：对所述待测航拍图片进行标准统一处理。7.根据权利要求5所述的基于图像识别的土地资源分析方法，其特征在于，在所述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的过程之前，还包括步骤：根据颜色分割网络，确定所述待测航拍图片的特征区域位置和区域分类置信度；通过所述特征区域位置和所述区域分类置信度截取所述待测航拍图片的特征区域；由所述特征区域更新所述待测航拍图片。8.根据权利要求5所述的基于图像识别的土地资源分析方法，其特征在于，所述根据所述待测特征向量与所述基准特征向量的匹配度，获得用于分析土地资源的所述待分析区域对应的土地类型标签的过程，包括步骤：比对所述待测特征向量与各所述基准特征向量，确定所述待测特征向量与所述基准特征向量的相似度大小排行；
将所述最大相似度的所述基准特征向量对应的土地类型标签作为输出结果。9.根据权利要求5至8任意一项所述的基于图像识别的土地资源分析方法，其特征在于，各所述多维向量的维数之和为固定维数。10.根据权利要求5至9任意一项所述的基于图像识别的土地资源分析方法，其特征在于，所述下采样倍数包括8倍、16倍和32倍。

技术总结
本发明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。


技术研发人员：张帆 邓祥征
受保护的技术使用者：中国科学院地理科学与资源研究所
技术研发日：2021.07.30
技术公布日：2021/10/23