申请/专利权人:哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
申请日:2024-04-01
公开(公告)日:2024-06-11
公开(公告)号:CN117975297B
主分类号:G06V20/13
分类号:G06V20/13;G06V10/26;G06V10/80;G06V10/82;G06V10/764;G06V10/774;G06N3/0455;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.06.11#授权;2024.05.21#实质审查的生效;2024.05.03#公开
摘要:一种联合多源数据辅助的城区地表形变危险性精细识别方法,包括如下步骤:S1、获取需监测城区的基于单极化TerraSAR的城区时序地表形变信息;S2、使用多特征融合网络模型,从SAR平均强度图、InSAR干涉相位图、光学RGB图、OSM城市数字地图及InSAR相干系数图中提取各自的地物特征并进行特征融合,并基于地物特征融合的信息进行语义分割,得到InSAR多源数据融合城区地表地物语义分割图;S3、将城区时序地表形变信息与InSAR多源数据融合城区地表地物语义分割图叠加,得到包含了地物语义信息和形变信息的综合图,并基于综合图,分析形变信号剧烈变化的位置对应的地物信息,实现城区地表形变危险性精细识别,提高基于单极化SAR影像的InSAR城区地表形变危险性识别的准确性。
主权项:1.一种联合多源数据辅助的城区地表形变危险性精细识别方法,其特征在于,包括如下步骤:S1、获取需监测城区的基于单极化TerraSAR的城区时序地表形变信息;S2、获取需监测城区的SAR平均强度图、InSAR干涉相位图、光学RGB图、OSM城市数字地图及InSAR相干系数图,使用多特征融合网络模型,从SAR平均强度图、InSAR干涉相位图、光学RGB图、OSM城市数字地图及InSAR相干系数图中提取各自的地物特征并进行特征融合,并基于地物特征融合的信息进行语义分割,得到InSAR多源数据融合城区地表地物语义分割图;其中,所述多特征融合网络模型是使用作为训练数据的InSAR语义分割数据集训练得到的;S3、将所述城区时序地表形变信息与所述InSAR多源数据融合城区地表地物语义分割图叠加,得到包含了地物语义信息和形变信息的综合图,并基于所述综合图,分析形变信号剧烈变化的位置对应的地物信息,实现城区地表形变危险性精细识别。
全文数据:
权利要求:
百度查询: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 联合多源数据辅助的城区地表形变危险性精细识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。