[发明专利]一种遥感图像语义抽取方法

权利要求书

1.一种遥感图像语义抽取方法，其特征在于，包括如下步骤：

(1)制作遥感图像语义抽取数据集；

(2)构建基于ShuffleNet V2网络的遥感图像特征提取模型，作为编码器，用于编码遥感图像的图像信息；所述的遥感图像特征提取网络模型包括基本模块和下采样模块，基本模块用于对输入的遥感图像进行卷积，得到图像特征图，下采样模块用于对特征图尺寸减半和通道数翻倍；

(3)构建基于GRU网络的语义特征表示模型，包括构造门控循环单元GRU循环网络，定义其更新门、重置门、候选隐层状态和隐层状态，得到GRU的内部结构和运算过程；将作为解码器，用于将图像信息进行解码后得出预测的语义信息；

(4)构建基于ShuffleNet V2和GRU网络的遥感图像语义抽取模型；包括编码器、多层注意力结构、变换结构、解码器和词嵌入层；

(5)训练基于ShuffleNet V2和GRU网络的遥感图像语义抽取模型，利用训练好的模型进行遥感图像语义抽取。

2.根据权利要求1所述的一种遥感图像语义抽取方法，其特征在于，步骤(1)具体包括以下步骤：

(1a)获取遥感图像语义抽取数据集Sydney、UCM和RSICD中的图像和语义标签，找出语义标签的错误方式；

(1b)对三个数据集的语义标签进行修复；

(1c)重新定义遥感图像语义抽取数据集中数据文件的描述方式，将图片的描述按照需要的格式存储。

3.根据权利要求1所述的一种遥感图像语义抽取方法，其特征在于，步骤(2)具体包括以下步骤：

(2a)构造ShuffleNet V2网络的基本模块，包括：通道分离模块，用于把输入的遥感图像分离成两部分；一路通道做恒等式映射，另一路通道包括三个卷积模块，进行3次通道数不变的卷积；连接模块，用于将两路通道的输出进行连接操作；通道混洗模块，用于将两路通道的输出进行信息交流；

(2b)构造ShuffleNet V2网络的下采样模块，包括通道复制模块，直接将基本模块的输出图像复制到两个旁路分支，每个旁路分支包括步长为2的可分离卷积进行下采样；连接模块，用于将两路通道的输出进行连接操作；通道混洗模块，用于将两路通道的输出进行信息交流，得出特征图。

4.根据权利要求1所述的一种遥感图像语义抽取方法，其特征在于，步骤(3)具体中GRU的内部结构和运算过程，用下面的式子表示:

Γ_u＝σ(W_uxx_t+W_uhh_t-1+b_u)

Γ_r＝σ(W_rxx_t+W_rhh_t-1+b_r)

上式中，Γ_u,Γ_r,h_t分别对应表示更新门、重置门、候选隐层状态和隐层状态，W_ux W_uhW_rx W_rh和b_u b_r是网络待学习参数，x_t是t时刻网络输入的遥感图像信息，h_t和h_t-1分别是t时刻和t-1时刻网络预测的语义信息，运算符表示逐元素相乘。