[發明專利]一種面向生態保護紅線的人類活動識別融合方法及系統

有效

• 申請號: 202110321846.5
• 申請日: 2021-03-25
• 公開（公告）號: CN112906822B
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 蔡明勇;申文明;張新勝;張文國;李靜;馬文勇;史雪威;竇寶成;肖桐;劉思含;高乾;張宏偉;仁致華;李恒;孫建新
• 申請（專利權）人: 生態環境部衛星環境應用中心;北京吉威數源信息技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 北京慕達星云知識產權代理事務所(特殊普通合伙) 11465
• 代理人: 符繼超

本發明公開了一種面向生態保護紅線的人類活動識別融合方法及系統，該方法包括：獲取目標生態保護紅線區域的前期遙感影像和后期遙感影像，進行數據預處理；將經預處理后的前期遙感影像和后期遙感影像輸入提前訓練后的人類活動識別模型；識別出所述目標生態保護紅線區域的人類活動圖斑，作為第一檢測結果；基于地理國情數據對所述目標生態保護紅線區域對應的最新影像數據進行分割、計算、分析，得出識別變化圖斑，作為第二檢測結果；將所述第一檢測結果與第二檢測結果進行融合，獲得所述目標生態保護紅線區域的變化檢測圖斑。相比傳統單一的識別方法和單一的數據源，提高了提取的精度，有效降低了后期人工作業量，大幅度提高生產效率。

技術領域

本發明屬于地理信息領域、遙感應用技術領域，特別涉及一種面向生態保護紅線的人類活動識別融合方法及系統。

背景技術

生態保護紅線類型多，范圍大，人類活動復雜多樣，不同的紅線區域關注的側重點不同，單純依靠單一的數據源及單一的識別方法，難以達到一定的識別精度。人類活動的多樣性使得人類活動的信息表達異常復雜，同時人類活動信息區別于自然信息的是，人類活動信息破碎化嚴重、場景多，難以基于傳統方法統一分析處理提取類別信息。

基于遙感影像的人類活動變化檢測過程非常復雜，涉及圖像預處理、閾值分割、特征提取、圖像分割及分類等若干環節，當前并沒有一種變化檢測流程及方法被普遍認為具有絕對優勢，且多數算法解決的問題及理論仍相對分散。

因此，如何解決單一技術方法區域適配性低、精度差等問題，提升人類活動自動識別水平，同行從業人員亟待解決。

發明內容

鑒于上述情況，本發明提出了一種面向生態保護紅線的人類活動識別融合方法及系統，該方法通過將人工智能與全樣本變化檢測方法進行融合，可解決單一技術方法區域適配性低、精度差等問題。

為實現上述目的，本發明采取的技術方案為：

第一方面，本發明實施例提供一種面向生態保護紅線的人類活動識別融合方法，包括以下步驟：

獲取目標生態保護紅線區域的前期遙感影像和后期遙感影像，進行數據預處理；

將經預處理后的前期遙感影像和后期遙感影像輸入提前訓練后的人類活動識別模型；所述人類活動識別模型采用多組數據訓練，多組數據包括：紅線區前期影像和后期影像；所述后期影像帶有人類活動標注；

識別出所述目標生態保護紅線區域的人類活動圖斑，作為第一檢測結果；

基于地理國情數據對所述目標生態保護紅線區域對應的最新影像數據進行分割、計算、分析，得出識別變化圖斑，作為第二檢測結果；

將所述第一檢測結果與第二檢測結果進行融合，獲得所述目標生態保護紅線區域的變化檢測圖斑。

進一步地，所述人類活動識別模型的構建過程，包括：

獲取生態保護紅線區域前、后時相遙感影像；所述前時相遙感影像上為自然地表覆蓋；所述后時相遙感影像上為人類活動痕跡地表，且帶有勾畫人類活動標注；

對所述生態保護紅線區域前、后時相遙感影像進行數據預處理；

將人類活動標注矢量數據柵格化，結合所述前后時相遙感影像數據進行裁切處理，獲得配對的瓦片樣本數據集；

將所述瓦片樣本數據集按照預設比例分為訓練集和驗證集；

構建深度卷積神經網絡模型，對前、后時相遙感影像輸入分別進行特征提取，再進行多尺度拼接；

采用所述訓練集和驗證集，對深度卷積神經網絡模型進行迭代訓練和驗證；

當訓練后的所述深度卷積神經網絡模型的評估預測結果滿足預設條件后，得到人類活動識別模型。