龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号