[发明专利]一种遥感图像语义抽取方法

说明书

本发明提出了一种遥感图像语义抽取方法，旨在对遥感图像的进行解译，试图通过一句话来贴切描述一张遥感图像，使得模型能够智能化地自动挖掘和理解遥感图像的信息，实现步骤为：1)制作本方法所使用的遥感图像语义抽取数据集；2)构建基于ShuffleNet V2的遥感图像特征提取网络模型；3)构建基于GRU网络的语义特征表示模型；4)构建基于ShuffleNet V2和GRU网络的遥感图像语义抽取模型；5)训练基于ShuffleNet V2和GRU网络的遥感图像语义抽取模型。本发明针对遥感图像语义抽取模型参数过多和生成描述的速度较慢等问题，提出了一种快速的遥感图像语义抽取模型。该模型在精度损失较小的情况下，可以大幅降低模型大小和提高模型运行速度，在民用领域和军事领域都有着广泛的应用。

技术领域

本发明属于图像处理技术领域，特别是指一种遥感图像语义抽取方法。

背景技术

遥感图像是在远距离非接触式的情况下，使用传感器以摄影或非摄影方式获得的目标图像。传感器技术的不断发展和完善使得遥感影像技术得到了飞速发展。目前遥感技术已发展成为了人类对地球全面观测的最重要手段。遥感技术的应用场景十分广泛，几乎涵盖了所有需要对地观测的任务。例如，在民用方面，遥感技术也已渗透到生活的方方面面，如气象辅助观测、植被变化、农业生产、海洋监测、地震的预测与震后救援等。比如地震后，利用变化检测对震区的遥感图像进行分析，可以识别地震重灾区以及检测灾区的重建情况，从而有效降低地震对人民的伤害。

对遥感图像的研究本质上都是对遥感图像的解译，都是希望智能化地自动挖掘和理解遥感图像的信息。而语言作为人类最常用的信息交流方式，它可以用简洁的话来涵盖丰富的信息，是重要的信息载体。因此如何将遥感图像转换为语言信息是很值得探索的。遥感图像语义抽取的研究便可以用来解决这样的问题。该研究试图通过一句话来贴切描述一张遥感图像。因此，遥感图像语义抽取不是单一的分类或者检测等问题，它要更加的复杂，需要知道图片中的多个目标，还需要知道他们之间的高级关系，它是一个更符合人类高级认知行为的过程。

对人类而言，从视觉到语言的转换是非常简单的，但是却是必须的，因为我们生活中的很多对话都会和视觉有关系。近年来智能对话系统和智能机器人的发展是迅速的，但是目前人类与智能系统的对话仍只是处在纯语言层次。以机器人为例，它很难就眼前的场景与我们讨论，如果我们问机器人：“你前面的桌子上有几个杯子？”这样的问题，它就难以回答。因为机器人不仅需要理解我们的问题，还要从眼前的场景里找到与问题相符合的视觉信息，也即需要机器人有更高层次的视觉和语言的理解。而图像的语义抽取需要研究语言和图像之间的深层关系，是视觉与自然语言领域的交叉结合，因此能代表智能的高级体现。

对遥感图像语义抽取任务的研究，有利于设计更人性化的遥感图像智能处理系统，可以直接生成易于理解的、以语言为载体的气象、植被、海洋、灾害等报告信息。

目前，针对遥感图像语义抽取的研究还处在起步阶段，现有技术中尚缺少切实可行的遥感图像语义抽取方法。

发明内容

本发明所要解决的技术问题在于针对上述现有技术的不足，提出了一种遥感图像语义抽取方法，该方法基于ShuffleNet V2和GRU网络，能够对遥感图像进行解译，从而通过一句话来贴切地描述一张遥感图像，实现智能化地自动挖掘和理解遥感图像的信息。

为了实现上述目的，本发明所采用的技术方案为：

一种遥感图像语义抽取方法，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；