[发明专利]基于深度学习的遥感图像舰船尺寸一体化提取方法有效

专利信息
申请号: 202010979653.4 申请日: 2020-09-17
公开(公告)号: CN112102394B 公开(公告)日: 2021-05-28
发明(设计)人: 任沂斌;李晓峰;高乐;张旭东;刘颖洁 申请(专利权)人: 中国科学院海洋研究所
主分类号: G06T7/62 分类号: G06T7/62;G06N3/04;G06N3/08
代理公司: 青岛海昊知识产权事务所有限公司 37201 代理人: 刘艳青
地址: 266071*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 深度 学习 遥感 图像 舰船 尺寸 一体化 提取 方法
【权利要求书】:

1.一种基于深度学习的遥感图像舰船尺寸一体化提取方法,其特征在于,该方法包括以下步骤:

S1:构建遥感图像舰船尺寸训练集:获取遥感数据并进行预处理,获取船舶数据,将该两组数据相结合建立遥感图像中的舰船尺寸训练集;

S2:构建基于深度学习的遥感图像舰船尺寸一体化提取模型;

S3:模型训练:用S1构建的训练集对S2中构建的模型进行训练,将训练好的模型进行遥感图像的舰船尺寸提取;

所述S2中,包括以下步骤:

(1)舰船外包矩形初步提取模型

以深度神经网络Faster RCNN为基础,在目标外接矩形生成网络Region ProposalNetwork,RPN中增加方位角,生成旋转的舰船外接矩形Rotated-RPN,建立旋转的深度神经网络Rotated Faster RCNN;基于Rotated Faster RCNN识别遥感图像中舰船的旋转最小外包矩形Rotated Minimum Bounding Rectangle,RMBR,初步获得舰船的长和宽尺寸,即形成舰船外包矩形初步提取模型;

(2)舰船长、宽尺寸精确估计模型

以初提舰船长宽信息、遥感图像空间信息和遥感图像背景环境信息为输入,基于深层神经网络构建对舰船的长、宽尺寸精确估计模型;

(3)模型连接

将舰船外包矩形提取模型与舰船长、宽尺寸精确估计模型连接,形成基于深度学习的遥感图像舰船长、宽提取一体化模型;对模型进行训练,得到最优模型参数组合。

2.如权利要求1所述的遥感图像舰船尺寸一体化提取方法,其特征在于,所述提取方法还包括S4:模型测试,即对S3训练好的模型进行精度测试,评估模型效果。

3.如权利要求1所述的遥感图像舰船尺寸一体化提取方法,其特征在于,所述S1中对遥感数据进行辐射校正、几何校正预处理。

4.如权利要求1所述的遥感图像舰船尺寸一体化提取方法,其特征在于,所述S2中,原始遥感图像通过卷积神经网络对遥感图像进行Embedding,通过定义池化层来保留遥感图像中的背景信息,将Embedding后的信息,包括遥感图像空间信息和遥感图像背景环境信息,输入深度神经网络中;初步提取的舰船的长和宽尺寸也输入到深层神经网络中,经过神经网络变化得到舰船的精确长宽尺寸,从而形成舰船长、宽尺寸精确估计模型。

5.如权利要求1所述的遥感图像舰船尺寸一体化提取方法,其特征在于,所述S3中,多次迭代训练模型,直至S2中模型的所有训练参数均达到最优。

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中国科学院海洋研究所,未经中国科学院海洋研究所许可,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/202010979653.4/1.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