[发明专利]一种基于多模态深度学习的遥感影像分类方法有效
| 申请号： | 201610374807.0 | 申请日： | 2016-05-31 |
| 公开（公告）号： | CN105930877B | 公开（公告）日： | 2020-07-10 |
| 发明（设计）人： | 黄冬梅;杜艳玲;贺琪;宋巍;石少华;苏诚 | 申请（专利权）人： | 上海海洋大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 上海卓阳知识产权代理事务所(普通合伙) 31262 | 代理人： | 周春洪 |
| 地址： | 201306 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多模态深度学习的遥感影像分类方法，该方法包括以下步骤：首先构建多模态遥感影像数据样本集，包括不同成像原理的多模态遥感影像；基于不同的数据模态，构建数据模态敏感的特征学习深度网络，采用不同模态数据分别训练相应的特征学习深度网络；建立模态间特征关联模型生成关联共享特征并训练；采用测试样本集输入训练微调后的多模态深度网络，实现遥感影像精准分类。其优点表现在：有效利用多源遥感影像，挖掘模态间互补、合作信息，整个过程自动进行，减少了人工投入与主观人为因素导致的分类精度低，提高了分类精度。 | ||
| 搜索关键词： | 一种 基于 多模态 深度 学习 遥感 影像 分类 方法 | ||
【主权项】：
一种基于多模态深度学习的遥感影像分类方法，其特征在于，所述方法包括如下步骤：步骤1：构建多模态样本集，根据不同数据模态，分别设计不同数据模态下遥感影像的大小；步骤2：基于不同数据模态，建立模态内特征学习深度网络模型，采用多模态样本集进行训练；步骤3：构建遥感影像模态间特征分级关联模型，采用多模态样本集进行训练；步骤4：将测试样本集输入训练微调后的多模态深度网络，实现遥感影像精准分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海海洋大学，未经上海海洋大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610374807.0/，转载请声明来源钻瓜专利网。
