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：20241129

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)

语种：中文

中文关键词：树冠; 多模态数据; 多模态; 人工智能技术; 超高分辨率; 后处理; 激光雷达; 林业科学; 融合网络; 森林结构; 纹理特征; 遥感数据; 矢量化; 分割; 单木; 点云; 冠层; 光谱; 亚热带; 影像; 树种; 融合; 学习; 森林; 研究

分类号：TP3

年份：2024

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。