文献类型：专利

中文题名：一种基于多模态数据的单木树冠分割深度学习方法

作者：张怀清[1] 王林龙[1] 张京[1] 杨廷栋[1] 陈艳[1] 蒋娴[1]

第一作者：张怀清

机构：[1]中国林业科学研究院资源信息研究所;

专利类型：发明专利

申请号：CN202410968398.1

申请日：20240718

申请人地址：100091 北京市海淀区香山路东小府2号

公开日：20250926

代理人：叶平

代理机构：北京东岩跃扬知识产权代理事务所(普通合伙) 11559

语种：中文

中文关键词：多模态数据;单木;树冠;分割;影像;激光雷达;LiDAR;点云;超高分辨率;RGB;融合;矢量化;处理策略;模型;划分;融合网络;MTCDFNet;综合;遥感数据;森林结构;光谱;纹理特征;冠层;树种;热带森林;准确;编码器;解码器;encoder-decoder;架构

年份：2025

摘要：一种基于多模态数据的单木树冠分割深度学习方法，属于林业科学研究中的人工智能技术领域。基于高分影像GF?2、激光雷达Li?DAR点云特征和超高分辨率RGB多模态数据，融合矢量化树冠后处理策略，提出深度学习模型，即多模态树冠划分融合网络(MTCDFNet)，通过综合多模态遥感数据的森林结构、光谱和纹理特征，实现在多冠层、多树种亚热带森林中树冠的准确分割。