[发明专利]基于遥感影像推荐信息的自动标注方法

权利要求书

1.一种基于遥感影像推荐信息的自动标注方法，其特征在于，该方法包括：

S1 构建自动化标注模型，标注模型包括推荐模块、标注模块和反馈模块，其中，推荐模块包含遥感知识图谱；

S2 获取遥感样本和遥感任务，将遥感任务输入推荐模块，利用遥感知识图谱进行推荐，得到遥感任务对应的推荐标注项，之后将遥感样本输入标注模块，基于推荐标注项对遥感样本进行标注，得到遥感影像的标注结果；

S3 利用反馈模块对标注结果进行评价，得到反馈信息；

S4 根据反馈信息更新自动化标注模型。

2.根据权利要求1所述的方法，其特征在于，遥感知识图谱的构建过程为：

获取遥感知识，包括文本知识和图像知识；

基于文本知识进行遥感本体的识别，构建实体；

基于图像知识中的空间位置和文本知识中的本体坐标和属性信息，进行实体间的关系抽取；

将实体、实体间的关系形成多个三元组，并将三元组之间进行链接，完成遥感知识图谱的构建。

3.根据权利要求2所述的方法，其特征在于，遥感任务包括场景任务、用户需求任务和遥感影像处理任务。

4.根据权利要求2所述的方法，其特征在于，标注模块包括深度卷积网络。

5.根据权利要求2所述的方法，其特征在于，步骤S3具体为：

反馈模块包含评价函数，基于评价函数对标注结果进行评价，得到评价值；

基于评价值生成反馈信息。

6. 根据权利要求5所述的方法，其特征在于，评价值为1或-1，反馈信息为标注结果为优或标注结果为不良，具体为：

当评价值为1，则反馈信息为标注结果为优

当评价值为-1，则反馈信息为标注结果为不良。

7.根据权利要求6所述的方法，其特征在于，当评价值为-1时，将反馈信息反馈至推荐模块，对遥感知识图谱进行补充，并重复步骤S2-S3，直至评价值为1。

8.根据权利要求7所述的方法，其特征在于，对遥感知识图谱进行补充具体为：

基于推理策略对关系和实体进行推理，对遥感知识图谱进行静态补充；

基于图神经网络预测新的实体，并给每个新实体设计相应的辅助三元组，以得到新的实体的向量，对遥感知识图谱进行动态补充。

9.根据权利要求8所述的方法，其特征在于，推理策略为强化学习的路径推理。

10.根据权利要求8所述的方法，其特征在于，图神经网络包括传输模型和输出模型，其中，输出模型为TransE模型。