[发明专利]基于自学习半监督深度神经网络高分影像场景分类方法

说明书

本发明提供了一种基于自学习半监督深度神经网络高分影像场景分类方法，该方法主要包括：S1数据准备；S2高分辨率遥感影像场景分类深度网络预训练；S3深度卷积神经网络半监督再训练；S4利用步骤S3得到的网络进行高分辨率遥感影像场景推断。该基于深度卷积神经网络高分影像场景分类方法，针对高分辨率遥感影像场景分类中面临的标注数据获取困难导致的模型训练困难问题，本发明提出了一种自学习半监督深度网络模型训练方法，有效地提升了有限标注样本下高分辨率遥感影像场景分类精度。

技术领域

本发明光学遥感图像处理技术领域，尤其涉及一种基于自学习半监督深度神经网络高分影像场景分类方法。

背景技术

随着IKONOS、Worldview系列、高分系列、高景一号等高分辨率遥感卫星的成功发射，高分辨率遥感数据已经成为对地精细观测的重要数据来源。遥感场景是由语义目标以某种空间分布构成的具有高层语义的复杂影像区域。因此即使获得如建筑、道路等精细地物目标识别结果，在获取如工业区、居民区等高层语义方面仍无能为力。为获取高层场景语义信息，如何跨越底层特征与高层场景语义之间存在的“语义鸿沟”，实现高分影像到高层场景语义之间的映射，是当前高分影像分类的一个热点问题。

为克服“语义鸿沟”问题，国内外研究学者相继展开了面向高分辨率遥感影像场景分类的方法的研究，目前已经发展出了基于语义目标的场景分类方法，基于中层特征的场景分类方法和基于深度特征的场景分类方法。基于语义目标的场景分类方法构建了一种“自底向上”的场景分类框架，其首先对遥感影像进行语义目标提取，然后对语义目标的空间关系进行建模获得最终的场景表达特征，如论文“Scene Semantic UnderstandingBased on the Spatial Context Relations of Multiple Objects.Remote Sensing,2017,9(10):1030”利用弹力直方图统计目标之间的位置关系作为场景表达特征用于分类。然而这种方法依赖于语义目标的提取精度和空间关系构建。不同于基于语义目标的场景分类方法，基于中层特征的方法不需要场景中目标的先验信息，直接对场景表达特征进行建模，典型的方法包括词袋模型，主题模型等。

然而以上两类方法都需要手工设计特征，依赖专家先验。深度学习作为一种数据驱动的学习框架，可以自动地从数据中学习本质特征，已经被成功应用于目标检测，人脸识别等领域。由于其强大的特征学习能力，已经被应用于高分影像场景分类。其中按照网络类型主要可以分为自编码模型和深度卷积神经网络模型。在基于自编码模型的场景分类方法中，其采用编码—解码的三层结构逐层对深度网络每一层进行预训练以获得良好的参数初始化。然而这类方法由于编码—解码结构的存在，训练深度网络时往往需要大量时间。相较于基于自编码的场景分类方法，基于卷积神经网络的方法不需要编码—解码结构，直接对整个网络模型进行训练，获得广泛研究。如论文“When Deep Learning Meets MetricLearning:Remote Sensing Image Scene Classification via LearningDiscriminative CNNs.IEEE Transactions on Geoscience and Remote Sensing,2018,56(5):2811-2821”为了提高深度卷积网络特征的辨别性，通过构建正负样本对并引入度量学习使得正样本对在特征空间彼此接近，负样本对彼此远离。论文“Large patchconvolutional neural networks for the scene classification of high spatialresolution imagery.Journal of Applied Remote Sensing,2016,10(2):025006”提出LPCNN从数据中进行切片来增加训练数据的个数和多样性，提高场景分类精度。