报告详情
一种基于时空特征融合的冬小麦遥感制图分割网络
编号：3281
访问权限：仅限参会人
更新：2024-04-13 11:31:51 浏览：1616次
口头报告
报告开始：2024年05月18日 15:45（Asia/Shanghai）
报告时间：10min
所在会场：[S7] 主题7、遥感与地理信息科学 [S7-2] 主题7、遥感与地理信息科学 专题7.17、专题7.19（18日下午，303）
暂无文件
摘要
基于多时相卫星影像的深度学习方法正成为农作物遥感制图的重要研究领域之一。然而，难以实现长时序遥感影像的时空特征融合是制约深度学习遥感应用的关键科学问题。本研究提出了一种基于注意力机制时空特征融合的冬小麦分割模型UTS-Former，实现了时序影像的“时间-空间”特征融合，提高了大区域尺度冬小麦遥感监测的准确性和时效性。该模型由三个时空转换模块(TST)和一个多分辨率信息融合模块组成，TST模块用于学习时间序列特征和空间语义信息。结果表明：和当前主流的遥感时序深度模型相比，UTS-Former在冬小麦分类结果上获得了最好的准确度（MCC为0.928，F1得分为0.950）。研究成果可为大区域尺度冬小麦高精度快速遥感监测提供理论和技术支撑。
关键词
冬小麦制图,深度学习,时空融合,时间序列,哨兵2号
报告人
范玲玲
博士后 中国农业科学院农业资源与农业区划研究所稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论