基本信息:
- 专利标题： 一种基于无人机图像的深度学习轻量高效林草火线分割方法
- 申请号：CN202510575183.8 申请日：2025-05-06
- 公开(公告)号：CN120472167A 公开(公告)日：2025-08-12
- 发明人： 杨光 , 朱锋 , 甄贞 , 李兴东 , 周相贝 , 孙建
- 申请人： 东北林业大学
- 申请人地址： 黑龙江省哈尔滨市和兴路26号
- 专利权人： 东北林业大学
- 当前专利权人： 东北林业大学
- 当前专利权人地址： 黑龙江省哈尔滨市和兴路26号
- 代理机构： 哈尔滨市伟晨专利代理事务所(普通合伙)
- 代理人： 韩立岩
- 主分类号： G06V10/26
- IPC分类号： G06V10/26 ; G06V10/44 ; G06V10/774 ; G06V10/80 ; G06V10/82 ; G06V20/17 ; G06V20/10 ; G06N3/0495 ; G06N3/0455
摘要：
本发明公开一种基于无人机图像的深度学习轻量高效林草火线分割方法，属于深度神经网络技术领域，解决了无人机林草火线分割中模型计算效率低、边缘检测精度不足及复杂场景下特征泛化能力弱的问题，包括以下步骤：步骤1、构建无人机林草火线数据集；步骤2、构建改进的轻量高效林草火线分割模型LiFE‑BONet；步骤3、评估所述改进的轻量高效林草火线分割模型的综合性能；该方案在森林火灾实时监测与智能应急救援领域具有显著应用前景，可服务于林业管理部门，实现火线蔓延动态的精准追踪，有效提升火灾防控响应效率与决策科学性。