[发明专利]用于解译遥感图像的卷积神经网络训练方法、装置和设备在审
申请号: | 201611254726.3 | 申请日: | 2016-12-30 |
公开(公告)号: | CN108229516A | 公开(公告)日: | 2018-06-29 |
发明(设计)人: | 石建萍 | 申请(专利权)人: | 北京市商汤科技开发有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;马晓亚 |
地址: | 100084 北京市海淀区中*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 遥感图像 标注 卷积神经网络 解译 第二处理器 第一处理器 像素点 在线图像处理 标注信息 磁盘空间 人力物力 时间成本 训练数据 存储 传输 申请 | ||
1.一种用于解译遥感图像的卷积神经网络的训练方法,其特征在于,所述方法包括:
确定至少一张已标注遥感图像,所述已标注遥感图像包括多个像素点和与各个像素点对应的标注信息;
第一处理器对所确定的每张所述已标注遥感图像进行在线图像处理,得到与所确定的每张所述已标注遥感图像对应的至少一张处理后的已标注遥感图像;
所述第一处理器将各所述处理后的已标注遥感图像传输至第二处理器;
所述第二处理器通过各所述处理后的已标注遥感图像训练用于解译遥感图像的卷积神经网络。
2.根据权利要求1所述的方法,其特征在于,所述确定至少一张已标注遥感图像,包括:
截取原始已标注遥感图像,得到多张已标注遥感图像;
在所述多张已标注遥感图像中,多次选择已标注遥感图像,其中,每次选择至少一张已标注遥感图像,不同次选择的所述已标注遥感图像至少部分不同。
3.根据权利要求1或2所述的方法,其特征在于,所述第一处理器对所确定的每张所述已标注遥感图像进行在线图像处理,包括:
第一处理器对所确定的每张所述已标注遥感图像进行至少一次在线图像变换。
4.根据权利要求1-3中任一所述的方法,其特征在于,所述第一处理器将各所述处理后的已标注遥感图像传输至第二处理器之前,所述方法还包括:
确定所述第二处理器当前处于空闲状态。
5.一种遥感图像解译方法,其特征在于,所述方法包括:
获取待解译的遥感图像;
采用如权利要求1-4中任一所述的方法预先训练的用于解译遥感图像的卷积神经网络对所述遥感图像进行解译,得到所述遥感图像的解译结果。
6.一种用于解译遥感图像的卷积神经网络的训练装置,其特征在于,所述装置包括:
图像确定单元,配置用于确定至少一张已标注遥感图像,所述已标注遥感图像包括多个像素点和与各个像素点对应的标注信息;
在线图像处理单元,配置用于第一处理器对所确定的每张所述已标注遥感图像进行在线图像处理,得到与所确定的每张所述已标注遥感图像对应的至少一张处理后的已标注遥感图像;
传输单元,配置用于所述第一处理器将各所述处理后的已标注遥感图像传输至第二处理器;
训练单元,配置用于所述第二处理器通过各所述处理后的已标注遥感图像训练用于解译遥感图像的卷积神经网络。
7.根据权利要求6所述的装置,其特征在于,所述图像确定单元包括:
截取模块,配置用于截取原始已标注遥感图像,得到多张已标注遥感图像;
选择模块,配置用于在所述多张已标注遥感图像中,多次选择已标注遥感图像,其中,每次选择至少一张已标注遥感图像,不同次选择的所述已标注遥感图像至少部分不同。
8.根据权利要求6或7所述的装置,其特征在于,所述在线图像处理单元进一步配置用于:
第一处理器对所确定的每张所述已标注遥感图像进行至少一次在线图像变换。
9.一种遥感图像解译装置,其特征在于,所述装置包括:
获取单元,配置用于获取待解译的遥感图像;
解译单元,配置用于采用如权利要求6-8中任一所述的装置预先训练的用于解译遥感图像的卷积神经网络对所述遥感图像进行解译,得到所述遥感图像的解译结果。
10.一种电子设备,其特征在于,包括:
存储器,存储可执行指令;
一个或多个处理器,与存储器通信以执行可执行指令从而完成以下操作:
确定至少一张已标注遥感图像,所述已标注遥感图像包括多个像素点和与各个像素点对应的标注信息;
第一处理器对所确定的每张所述已标注遥感图像进行在线图像处理,得到与所确定的每张所述已标注遥感图像对应的至少一张处理后的已标注遥感图像;
所述第一处理器将各所述处理后的已标注遥感图像传输至第二处理器;
所述第二处理器通过各所述处理后的已标注遥感图像训练用于解译遥感图像的卷积神经网络。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京市商汤科技开发有限公司,未经北京市商汤科技开发有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611254726.3/1.html,转载请声明来源钻瓜专利网。