报告详情
面向大尺度遥感影像的塑料温室快速制图
编号：3307
访问权限：仅限参会人
更新：2024-04-13 11:50:37 浏览：940次
快闪报告
报告开始：2024年05月19日 17:05（Asia/Shanghai）
报告时间：5min
所在会场：[S7] 主题7、遥感与地理信息科学 [S7-7] 主题7、遥感与地理信息科学 专题7.11（19日下午，301）
暂无文件
摘要
塑料温室作为保障性的农业设施，在一定程度上改变了农业的种植结构并对环境造成了影响。探索温室在大尺度下的数量和面积特征，对农业可持续发展和环境保护具有重要意义。尽管目前已具有温室自动制图方法，但它们通常应用于有限的小规模地区。大规模温室制图面临着不同地区的多样性，温室数量和面积难以同时提取，密集场景下的提取效率等问题。尽管多分支任务模型可以提供温室的数量和面积信息，但不同分支之间的标注方法和模型不同，将导致数量和面积结果之间的偏差。在本研究中，标注了一个服务于高质量温室检测的塑料温室密集场景数据集，数据集样本来源于全国各地。此外，研究提出了一种端到端的定向框对象检测模型，可以获得时空一致的温室制图结果。在温室数据集和公共数据集中与最先进的模型进行了验证，该模型具有最高的平均精度和计算效率，且在复杂场景中表现良好。
关键词
deep learning,greenhouse map,remote sensing,dense scene
报告人
洪瑞凯
博士研究生 西南交通大学稿件作者
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