农作物提取方法、装置、可读存储介质及电子设备.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114782832A(43)申请公布日2022.07.22(21)申请号202210723183.4G06N3/08(2006.01)(22)申请日2022.06.24G06V10/774(2022.01)G06V10/80(2022.01)(71)申请人中国农业科学院农业资源与农业区G06V10/82(2022.01)划研究所地址100081北京市海淀区中关村南大街12号(72)发明人宋茜贾楠查燕钱建平冷佩王虹扬(74)专利代理机构北京英创嘉友知识产权代理事务所(普通合伙)11447专利代理师曹寒梅(51)Int.Cl.G06V20/10(2022.01)G06K9/62(2022.01)G06N3/04(2006.01)权利要求书3页说明书11页附图6页(54)发明名称农作物提取方法、装置、可读存储介质及电子设备(57)摘要本公开涉及一种农作物提取方法、装置、可读存储介质及电子设备。方法包括：根据目标遥感数据，构建目标农作物的生长初期时间序列、生长中期时间序列及生长末期时间序列；确定生长初期时间序列与生长中期时间序列之间的差异，得第一差异特征图，确定生长中期时间序列与生长末期时间序列之间的差异，得第二差异特征图；根据第一差异特征图和第二差异特征图对目标农作物进行分割提取。这样，根据具有代表性的生长差异特征，即可实现农作物的分割提取，方便快捷，降低对先验知识与经验的依赖，结果可信度高。在对目标农作物进行分割提取时，既考虑到农作物随时间生长产生的光谱特征变化，也避免引入冗余数据导致新的不确定性，保证分割提取的准确度。CN114782832ACN114782832A权利要求书1/3页1.一种农作物提取方法，其特征在于，包括：获取目标区域的目标遥感数据；根据所述目标遥感数据，构建所述目标区域中目标农作物的目标生长初期时间序列、目标生长中期时间序列以及目标生长末期时间序列；确定所述目标生长初期时间序列与所述目标生长中期时间序列之间的差异，得到第一差异特征图，并确定所述目标生长中期时间序列与目标生长末期时间序列之间的差异，得到第二差异特征图；根据所述第一差异特征图和所述第二差异特征图，对所述目标区域中所述目标农作物进行分割提取。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一差异特征图和所述第二差异特征图，对所述目标区域中所述目标农作物进行分割提取，包括：将所述第一差异特征图和所述第二差异特征图输入到目标分割模型中，以对所述目标区域中所述目标农作物进行分割提取。3.根据权利要求2所述的方法，其特征在于，所述目标分割模型包括：第一分支网络、第二分支网络以及分割模块；其中，所述第一分支网络，用于根据所述第一差异特征图，确定所述目标农作物在生长初期和生长中期的第一生长波谱特征；所述第二分支网络，用于根据所述第二差异特征图，确定所述目标农作物在生长中期和生长末期的第二生长波谱特征；所述分割模块，与所述第一分支网络、所述第二分支网络分别连接，用于根据所述第一生长波谱特征和所述第二生长波谱特征，对所述目标区域中所述目标农作物进行分割提取。4.根据权利要求2所述的方法，其特征在于，所述目标分割模型包括：第一分支网络、第二分支网络、第一注意力网络、第二注意力网络、融合网络以及分割模块；其中，所述第一分支网络，用于根据所述第一差异特征图，确定所述目标农作物在生长初期和生长中期的第一生长波谱特征；所述第二分支网络，用于根据所述第二差异特征图，确定所述目标农作物在生长中期和生长末期的第二生长波谱特征；所述第一注意力网络，与所述第一分支网络连接，用于对所述第一生长波谱特征进行目标农作物特征提取，得到第一注意力特征；所述第二注意力网络，与所述第二分支网络连接，用于对所述第二生长波谱特征进行目标农作物特征提取，得到第二注意力特征；所述融合网络，与所述第一注意力网络、所述第二注意力网络分别连接，用于对所述第一注意力特征和所述第二注意力特征进行特征融合，得到融合特征；所述分割模块，与所述第一分支网络、所述第二分支网络以及所述融合网络分别连接，用于根据所述第一生长波谱特征、所述第二生长波谱特征以及所述融合特征，对所述目标区域中所述目标农作物进行分割提取。5.根据权利要求4中所述的方法，其特征在于，所述目标分割模型通过以下训练方式训2CN114782832A权利要求书2/3页练得到：获取样本区域的样本遥感数据和所述样本遥感数据中样本农作物的分割提取结果；根据所述样本遥感数据，构建所述样本区域中所述样本农作物的样本生长初期时间序列、样本生长中期时间序列以及样本生长末期时间序列；确定所述样本生长初期时间序列与所述样本生长中期时间序列之间的差异，得到第三差异特征图，并确定所述样本生长中期时间序列与样本生