[发明专利]一种遥感场景图像多标签分类方法和装置、存储介质

权利要求书

1.一种遥感场景图像多标签分类方法，其特征在于，包括以下步骤：

步骤S1、提取遥感场景图像特征；

步骤S2、将所述遥感场景图像特征转化为每个类别标签对应的标签嵌入；

步骤S3、根据所述标签嵌入之间相关性，得到第一类间关系矩阵；

步骤S4、根据所述第一类间关系矩阵构建蒙版，得到第二类间关系矩阵；

步骤S5、根据所述第二类间关系矩阵更新所述标签嵌入，得到每一个类别标签的预测分数；

步骤S6、根据所述每一个类别标签的预测分数，确定所述遥感场景图像的标签。

2.如权利要求1所述的遥感场景图像多标签分类方法，其特征在于，步骤S2包括：

将所述遥感场景图像特征转化为类别特定激活；

根据所述遥感场景图像特征和所述类别特定激活得到每个类别标签对应的标签嵌入。

3.如权利要求2所述的遥感场景图像多标签分类方法，其特征在于，其特征在于，步骤S3具体为：通过多头点积自注意力机制学习所述标签嵌入之间的相关性，获得第一类间关系矩阵；首先标签嵌入E被分为h个子序列然后对于每个子序列e_i，学习三个权重矩阵使用以下公式将子序列e_i转换为向量Q_i，K_i，V_i：

计算所述向量Q_i和K_i的点积并映射(0，1)区间内，得到所述第一类间关系矩阵。

4.如权利要求3所述的遥感场景图像多标签分类方法，其特征在于，步骤S4具体为：使用全局最大池化函数将所述类别特定激活转化为遥感场景图像的类别预测分数1；根据所述类别预测分数1，选择数值最高的前k位的索引，加入集合I中；

使用以下公式构建蒙版：

使用以下公式过滤不准确的类间关系：

得到第二类间关系矩阵[A₁，A₂，…，A_h]。

5.如权利要求4所述的遥感场景图像多标签分类方法，其特征在于，步骤S5具体为：

使用以下公式更新所述标签嵌入E：

E＝E+A(E，E，E)，

E＝σ(EP1+b1)P2+b1+E，

其中，σ(·)是指非线性激活函数，P₁、P₂、b₁、b₂为学习参数；

根据所述更新后的标签嵌入，获得类别预测分数2；

选取类别预测分数1和类别预测分数2的均值，得到最终的每一个类别标签的预测分数。

6.如权利要求5所述的遥感场景图像多标签分类方法，其特征在于，步骤S6使用以下方法确定所述遥感场景图像的标签，

其中，Y_i表示所述最终的类别预测分数Y中的第i个元素。

7.一种遥感场景图像多标签分类装置，其特征在于，包括：

提取模块，用于提取遥感场景图像特征；

转化模块，用于将所述遥感场景图像特征转化为每个类别标签对应的标签嵌入；

第一计算模块，用于根据所述标签嵌入之间相关性，得到第一类间关系矩阵；

第二计算模块，用于根据所述第一类间关系矩阵构建蒙版，得到第二类间关系矩阵；

第三计算模块，用于根据所述第二类间关系矩阵更新所述标签嵌入，得到每一个类别标签的预测分数；

分类模块，用于根据所述每一个类别标签的预测分数，确定所述遥感场景图像的标签。

8.一种存储介质，其特征在于，所述存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现权利要求1至6任一项所述的遥感场景图像多标签分类方法。