[发明专利]一种遥感影像目标知识图谱构建方法及装置

说明书

本发明涉及一种遥感影像目标知识图谱构建方法及装置，属于遥感影像数据处理技术领域。本发明针对遥感影像目标不同的数据类型，分别构建了遥感影像目标知识抽取模型，然后基于待检测实体和对应本体概念之间的相似度对获取的遥感影像目标进行目标实体抽取；再对得到的目标实体按照预定义模式进行关系抽取，最后基于遥感影像目标实体与已有知识库中实体的相似度选择相应的目标实体，实现遥感影像目标实体的链接。因此，本发明实现影像判别的目标信息与知识图谱语义网的链接，丰富遥感影像目标的语义信息，为进一步的大规模目标关联分析提供支撑。

技术领域

本发明涉及一种遥感影像目标知识图谱构建方法及装置，属于遥感影像数据处理技术领域。

背景技术

遥感影像目标分类与识别是高分辨率对地观测系统和自动目标识别系统的信息提取和处理的重要组成部分，是遥感领域的研究热点和难点，在智能交通、智慧城市、目标动态监测与定位等应用中起到了非常重要的作用。遥感影像目标分类与识别致力于提高算法处理的精度、智能化水平、实时性和处理效率。随着遥感影像训练数据集的深入研究，影像目标识别的准确率和识别效率得到了大幅提高。

然而，遥感影像目标识别与遥感影像认知之间存在语义鸿沟问题。遥感影像的目标识别与分类本质上是利用机器学习、深度学习等方法实现对遥感影像的感知，例如基于带标注的遥感影像数据集训练出的深度学习模型快速识别出目标影像中的“飞机”、“舰船”等目标分类，但由于相关目标语义信息的缺失，若要实现对遥感影像目标的进一步“认知”则非常困难。

遥感影像知识主要用来填补图像低层信息的语义缺失问题，相关领域的研究人员围绕遥感影像知识的概念、分类和应用进行了大量的研究。对遥感影像知识，不同的应用有不同的认识，例如：李胜(李胜.2018.联合领域知识和深度学习的城市地表覆盖变化检测方法.武汉：武汉大学)将遥感影像知识分为影像知识、地理学知识和变化图斑先验知识；闫鹏飞(闫鹏飞.2018.知识约束的高空间分辨率遥感影像分割方法研究.北京：中国地质大学(北京).)针对遥感影像分割问题，将遥感影像分割中的知识约束分为内部知识约束和外部知识约束；孙家波(孙家波.2014.基于知识的高分辨率遥感影像耕地自动提取技术研究.北京：中国农业大学.)综合考虑低、中、高三种空间分辨率的遥感影像，将相关的知识分为：地物波谱知识、地物纹理知识和地物几何形状知识等。顾海燕等(顾海燕.2015.遥感影像地理本体建模驱动的对象分类技术.武汉：武汉大学.)将地理实体知识体系分为四类：地理知识、遥感影像特征、影像对象特征和专家知识。知识语义等在遥感领域的研究与应用，大致可分为三类：

(1)基于知识的遥感影像分割

基于知识的遥感影像分割，核心是基于语义网络实现地物种类之间的层次关系描述，利用外部知识和内部知识的约束实现遥感影像分类(张建廷等，2016；李胜，2018；闫鹏飞，2018(张建廷等.2016.语义网络引导的遥感图像分类.遥感信息,31(01):38-42.李胜.2018.联合领域知识和深度学习的城市地表覆盖变化检测方法.武汉：武汉大学.闫鹏飞.2018.知识约束的高空间分辨率遥感影像分割方法研究.北京：中国地质大学(北京).)，然后进行知识获取、表达、推理和积累，用于诸如耕地等类型(孙家波.2014.基于知识的高分辨率遥感影像耕地自动提取技术研究.北京：中国农业大学.)的自动提取。

(2)基于知识的遥感影像目标识别