[发明专利]一种基于SGSE-GAN的遥感图像场景分类方法有效
| 申请号： | 201910455833.X | 申请日： | 2019-05-29 |
| 公开（公告）号： | CN110287800B | 公开（公告）日： | 2022-08-16 |
| 发明（设计）人： | 王鑫;李可;宁晨;吕国芳;张香梁 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06V20/13 | 分类号： | G06V20/13;G06V10/46;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 许方 |
| 地址： | 210000 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于SGSE‑GAN的遥感图像场景分类方法，首先，针对带标签遥感图像场景数据匮乏导致分类效果欠佳的问题，提出了一种新的显著性引导的对称增强型生成对抗网络(称之为SGSE‑GAN)，用于遥感图像数据增强，以生成与原始遥感图像分布极为相似的遥感合成图像；其次，针对小样本带标签原始遥感图像和合成的带标签遥感图像，设计一种改进的深度学习模型I‑VGG19，即在经典的深度卷积神经网络VGG19中嵌入若干归一化层，以提升模型训练的速度和特征提取的准确性；最后，将提取得到的深度特征输入到支持向量机分类器中，实现遥感图像的分类。 | ||
| 搜索关键词： | 一种 基于 sgse gan 遥感 图像 场景 分类 方法 | ||
【主权项】：
1.一种基于SGSE‑GAN的遥感图像场景分类方法，其特征在于，该方法的具体步骤如下：(1)构建基于显著性引导的对称增强型生成对抗网络，实现遥感图像数据增强，获得新的遥感图像数据集；(2)基于步骤(1)得到的新的遥感图像数据集和改进的深度学习模型I‑VGG19，进行遥感图像的特征提取；(3)将步骤(2)中提取的特征向量输入支持向量机中，训练分类器，并实现遥感场景图像的分类。
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河海大学，未经河海大学许可，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/201910455833.X/，转载请声明来源钻瓜专利网。
- 上一篇：基于深度学习的视频UCL语义标引方法与装置
- 下一篇：一种微表情识别方法
