[发明专利]遥感图像识别方法、装置、存储介质以及电子设备

说明书

本申请公开了一种遥感图像识别方法、装置、设备、存储介质以及计算机程序，其中的遥感图像识别方法包括：对待识别遥感图像进行降分辨率处理，得到降分辨率处理后的遥感图像；从所述降分辨率处理后的遥感图像中切分出至少一个遥感图像块；从所述至少一个遥感图像块中确定待处理遥感图像块；将所述待处理遥感图像块输入神经网络中，经由神经网络获得输入的待处理遥感图像块中的像素的分类概率信息；根据所述待处理遥感图像块中的像素的分类概率信息确定所述待识别遥感图像的识别结果。

技术领域

本申请涉及计算机视觉技术，尤其是涉及一种遥感图像识别方法、遥感图像识别装置、计算机可读存储介质以及电子设备。

背景技术

随着深度学习技术在图像识别、目标检测以及图像分割等方面不断取得的突破性进展，卷积神经网络已经被应用于遥感图像识别领域中。

在遥感图像识别过程中，一个像素的预测结果通常是由该像素周边一定区域内的其他像素决定，该区域可以称为卷积神经网络神经元的感受野。

卷积神经网络神经元的感受野通常有限(如几百像素)，而遥感图像的尺寸通常较大(如遥感图像的长和宽可达几千甚至上万像素)，因此，神经元有限的感受野可能会无法获得足够的环境信息，这往往会导致卷积神经网络对遥感图像中的像素的误识别。

如何在尽量保证神经网络的计算量不会大幅提升的同时，提高遥感图像的识别准率性，是一个值得关注的技术问题。

发明内容

本申请实施方式提供一种遥感图像识别的技术方案。

根据本申请实施方式的其中一方面，提供了一种遥感图像识别方法，该方法主要包括：对待识别遥感图像进行降分辨率处理，得到降分辨率处理后的遥感图像；从所述降分辨率处理后的遥感图像中切分出至少一个遥感图像块；从所述至少一个遥感图像块中确定待处理遥感图像块；经由神经网络获得待处理遥感图像块中的像素的分类概率信息；根据所述待处理遥感图像块中的像素的分类概率信息确定所述待识别遥感图像的识别结果。

在本申请一实施方式中，所述对待识别遥感图像进行降分辨率处理包括：根据缩小比例集合中未被采用过的缩小值对待识别遥感图像进行降分辨率处理。

在本申请又一实施方式中，所述根据所述待处理遥感图像块中的像素的分类概率信息确定所述待识别遥感图像的识别结果包括：响应于缩小比例集合中不存在未被采用过的缩小值或者确定所述至少一个遥感图像块中不存在待处理遥感图像块，根据所述待处理遥感图像块中的像素的分类概率信息确定所述待识别遥感图像的识别结果。

在本申请再一实施方式中，所述缩小比例集合包括：至少两个不同的缩小值，且较小的缩小值相对较大的缩小值先被采用。

在本申请再一实施方式中，所述从所述至少一个遥感图像块中确定待处理遥感图像块包括：在第一次执行降分辨率处理的情况下，将所有遥感图像块均作为待处理遥感图像块。

在本申请再一实施方式中，所述从所述至少一个遥感图像块中确定待处理遥感图像块包括：在非第一次执行降分辨率处理的情况下，待处理遥感图像块的数量小于或等于当前切分出的遥感图像块的数量，和/或，所述待识别遥感图像经当前执行降分辨率处理后的图像分辨率大于经上一次执行降分辨率处理后的图像分辨率。

在本申请再一实施方式中，在非第一次执行降分辨率处理的情况下，根据待识别遥感图像的像素的当前置信度从所述至少一个遥感图像块中确定待处理遥感图像块。

在本申请再一实施方式中，所述根据待识别遥感图像的像素的当前置信度从所述至少一个遥感图像块中确定待处理遥感图像块，包括：根据待识别遥感图像包括的多个像素中各像素的当前分类概率信息确定所述各像素的当前置信度；统计遥感图像块所对应的待识别遥感图像区域中像素的当前置信度达到预定置信度的像素数量；将所述达到预定置信度的像素数量不符合预定要求的遥感图像块确定为待处理遥感图像块。