[发明专利]遥感影像数据的处理方法及装置、存储介质、计算机设备

权利要求书

1.一种遥感影像数据的处理方法，其特征在于，包括：

确定待标记的标签特征，并根据所述标签特征解析预设巡航路线中的地理范围目标；

启动无人机巡航至所述地理范围目标处时，采集遥感影像数据以及地理图像；

按照所述遥感影像数据的属性特征将所述遥感影像数据覆盖处理至所述地理图像上，并根据覆盖处理后的所述地理图像的相似度筛选所述遥感影像数据；

基于改进的图像语义分割深度学习模型对筛选后的遥感影像数据进行分类处理，并根据所述标记特征对分类处理得到的遥感影像数据进行标记，得到匹配所述标签特征的遥感影像数据，所述图像语义分割深度学习模型为基于引入超阈值参数进行模型训练得到的。

2.根据权利要求1所述的方法，其特征在于，所述确定待标记的标签特征之前，所述方法还包括：

加载已完成训练的图像语义分割深度学习模型确定为待改进的图像语分割深度学习模型，其中，已完成训练的图像语义分割深度学习模型为基于服务端中采集与所述遥感影像数据具有关联关系的样本数据集进行训练得到的；

将已确定的超阈值参数引入所述待改进的图像语分割深度学习模型进行模型训练。

3.根据权利要求2所述的方法，其特征在于，所述将已确定的超阈值参数引入所述待改进的图像语分割深度学习模型进行模型训练包括：

将超阈值参数引入所述图像语分割深度学习模型的概率分布中；

基于引入所述超阈值参数的概率分布更新损失函数，并基于更新后的损失函数确定所述图像语分割深度学习模型的预测概率分布，以完成所述图像语分割深度学习模型的模型训练。

4.根据权利要求2所述的方法，其特征在于，所述将已确定的超阈值参数引入所述待改进的图像语分割深度学习模型进行模型训练之前，所述方法还包括：

根据所述遥感影像数据的像素特征以及预设超阈值映射关系确定待引入的超阈值参数，所述预设超阈值映射关系用于表征不同像素特征与不同超阈值参数之间的对应关系，所述像素特征包括像素大小、像素分辨率、像素颜色参数中至少一个。

5.根据权利要求1所述的方法，其特征在于，所述根据所述标签特征解析预设巡航路线中的地理范围目标包括：

调取预设巡航路线中的地理信息，并根据所述地理信息判断所述标签特征的存在可能性参数是否大于预设可能性参数阈值，所述存在可能性参数用于表示采集所述地理范围目标内的遥感影像数据中存在所述标签特征的可能性大小值；

若所述存在可能性参数大于所述预设可能性参数阈值，则确定所述地理信息为地理范围目标。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

结合已标记的所述遥感影像数据、以及不同分类标签之间的组合关系对所述图像语义分割深度学习模型进行更新处理，所述组合关系为根据不同分类标签的类别个数的奇数、偶数关系进行组合处理的映射内容。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述标记特征对分类处理得到的遥感影像数据进行标记之后，所述方法还包括：

获取已标记的所述遥感影像数据，并按照标签分类优选算法确定作为识别训练样本的数据组，以根据不同的数据组对已标记的所述遥感影像数据进行迭代识别，所述标签分类优选算法用于选取不同个数的已标记的所述遥感影像数据作为每一次迭代识别的数据组。