[发明专利]基于自适应样本集构造与深度学习的遥感影像解译方法有效
| 申请号： | 202110140498.1 | 申请日： | 2021-02-02 |
| 公开（公告）号： | CN112883839B | 公开（公告）日： | 2021-10-22 |
| 发明（设计）人： | 胡艳;李朋龙;丁忆;胡翔云;马泽忠;肖禾;张觅;张泽烈;荣子豪;李晓龙;罗鼎;陈静;段松江;刘朝晖;曾攀;殷明 | 申请（专利权）人： | 重庆市地理信息和遥感应用中心;武汉大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62;G06N3/08 |
| 代理公司： | 重庆飞思明珠专利代理事务所(普通合伙) 50228 | 代理人： | 刘念芝 |
| 地址： | 400000 *** | 国省代码： | 重庆;50 |
| 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自适应样本集构造与深度学习的遥感影像解译方法，包括步骤：对样本总集进行特征提取，并对提取的特征进行聚类，构建视觉词袋模型的特征词典，得到样本子集；构建基于深度学习网络的解译模型，并先后输入样本总集和聚类的样本子集对解译模型进行训练，分别得到总解译模型和与各样本子集相对应的子解译模型；采用总解译模型以及根据待解译遥感影像的影像特征选取的合适的若干子解译模型，对待解译遥感影像进行自适应解译。其显著效果是：通过聚类的自动化、分布式手段快速建立海量遥感影像的样本库，并利用机器深度学习技术对样本库数据进行训练，获得适应于不同场景的智能解译模型，解译精度高，鲁棒性好。 | ||
| 搜索关键词： | 基于 自适应 样本 构造 深度 学习 遥感 影像 解译 方法 | ||
【主权项】：
暂无信息
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重庆市地理信息和遥感应用中心;武汉大学，未经重庆市地理信息和遥感应用中心;武汉大学许可，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/202110140498.1/，转载请声明来源钻瓜专利网。
