更新时间：2026-08-16 00:02:12
已登记
详细信息
-
知识产权名称
德清水域数字化遥感监测识别数据
-
登记编号
DIP2024000011076
-
申请人
浙江国遥地理信息技术有限公司
-
登记类型
首次登记
-
登记有效期
3年
-
申请时间
2024-10-11 13:48:54
详细信息
-
所属行业
信息传输、软件和信息技术服务业
-
交易状态
待交易
-
数据规模
500
-
更新频次
按需更新
-
应用场景
用于实现对水域监测中问题点位的高效精准识别，包括水面垃圾漂浮、水体富营养化、破坏河道或损毁、山塘水库变化等现象的识别。能够监测出水域环境的异常，及时发现水域变化区域。自动识别水域变化区域坐标，便于确定需要进行实地处理的位置。自动识别监测内容和变化类型，便于掌握实地情况。为后续的问题派发提供方便，有利于工作人员及时掌握水域异常情况，避免河湖等地出现问题无人管理而引发自然灾害。通过遥感监测解决了网格员在传统人工巡查中难以发现问题，容易忽略问题，巡查范围太大，隐蔽地段、偏远地区与恶劣环境中不易巡查等问题。将系统识别出的问题点位派发给网格员，使网格员有依据、有目标的实地确认，极大的提高了发现问题的效率，节约人员时间与人工成本，避免网格员出现无效的巡查。
-
算法规则简要说明
基于无人机航拍采集真实水域环境遥感影像数据，通过YOLO算法进行实时目标检测。首先将单元神经网络应用于完整的遥感影像，将图像分割成19x19的单元格，每个单元神经网络负责预测K个单元格。预测每个区域的概率，所有单元格上具有最大概率的类被选择并分配给特定的网格单元，生成由预测概率加权的边界框。 在预测类概率后，进行NMS运算，算法识别下一个最高类别概率的边界框，并进行相同的运算过程，直到剩下所有不同的边界框。算法输出所需的向量，并显示各个类的边界框的细节。 通过判断结果正确或错误来纳入或排除数据，识别出水面垃圾漂浮、水体富营养化、河道占用或损毁、山塘水库变化等现象，自动获取问题点位坐标，匹配到村镇级行政区划，并将影像中的特征区域与坐标等信息自动上传至德清水利数字化遥感监测平台，最终获得德清水利数字化遥感监测识别数据。
-
更新频次
按需更新
-
存证平台
浙江省知识产权区块链公共存证平台
