[发明专利]一种深度学习的遥感影像水体提取系统在审

专利信息
申请号: 202010806778.7 申请日: 2020-08-12
公开(公告)号: CN111985372A 公开(公告)日: 2020-11-24
发明(设计)人: 沈瑜;苑玉彬;杨志飞;王霖;张泓国;李丹丹;梁丽;王海龙 申请(专利权)人: 兰州交通大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/62;G06K9/68;G06N3/04;G06T3/40
代理公司: 北京金宏来专利代理事务所(特殊普通合伙) 11641 代理人: 许振强
地址: 730070 甘肃*** 国省代码: 甘肃;62
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 深度 学习 遥感 影像 水体 提取 系统
【权利要求书】:

1.一种深度学习的遥感影像水体提取系统,其特征在于,包括:

S1、对训练图进行数据增强;

S2、对增强数据进行归一化处理;

S3、将处理数据输入到语义分割网络的编码器中,得到粗粒度语义图;

S4、将粗粒度语义图输入语义分割网络的解码器中,得到细粒度语义图;

S5、对粗粒度语义图和细粒度语义图进行非均匀采样;

S6、对粗粒度语义图和细粒度语义图进行特征融合;

S7、使用损失函数对网络进行调参,当损失函数值最小时输出,得到最优语义分割网络否则重复步骤S3~S6。

2.根据权利要求1所述一种深度学习的遥感影像水体提取系统,其特征在于:所述训练图需分割处理,分割大小为512x512,并对与训练图对应的标签图像按照相同的方式分割。

3.根据权利要求2所述一种深度学习的遥感影像水体提取系统,其特征在于:所述数据增强操作方式为:向右旋转90°、180°、270°;左右翻转;上下翻转。

4.根据权利要求1所述一种深度学习的遥感影像水体提取系统,其特征在于:所述数据进行归一化处理。采用最大最小标准化,将数据归一化到[0,1],计算式为:

式中x为原始图像;x'——归一化之后的图像;min(x)——图像像素最小值;max(x)——图像像素最大值。

5.根据权利要求1所述一种深度学习的遥感影像水体提取系统,其特征在于:所述S3中,语义分割网络使用前需初始化处理。

6.根据权利要求1所述一种深度学习的遥感影像水体提取系统,其特征在于:所述非均匀采样的选择策略为:在均匀分布中随机采样kN个点作为候选,k1,在kN中选择αN个最不确定的点,α∈[0,1];剩下的(k-α)N个点从均匀分布中随机采样。

7.根据权利要求1所述一种深度学习的遥感影像水体提取系统,其特征在于:所述S7中损失函数均采用Dice系数损失函数,计算式为:

式中|T|为真实语义图像素数量;|P|为预测语义图像素数量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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兰州交通大学,未经兰州交通大学许可,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/202010806778.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top