[发明专利]一种知识图谱引导深度网络学习的遥感影像场景分类方法和系统在审
| 申请号： | 202310630415.6 | 申请日： | 2023-05-30 |
| 公开（公告）号： | CN116543232A | 公开（公告）日： | 2023-08-04 |
| 发明（设计）人： | 李彦胜;吴敏郎;张永军 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06F16/36;G06N5/02;G06N20/00 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 王琪 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种知识图谱引导深度网络学习的遥感影像场景分类方法和系统。首先构建土地覆盖概念知识图谱，然后通过知识图谱表示学习方法将土地覆盖概念知识图谱中的遥感场景语义类别表达为语义向量，形成遥感场景类别的语义基准。在知识图谱引导深度网络训练阶段，通过施加遥感场景类别语义向量与深度网络浅层视觉特征向量的跨模态对齐约束引导深度网络的浅层部分更有效的学习不同类别遥感影像场景的共享特征，在深度网络深层部分则仍然通过场景类别标签约束来引导深度网络学习区分不同遥感场景的判别特征。在测试阶段，完成优化的深度网络模型可以在不依赖任何先验知识的情况下完成高精度遥感影像场景分类。 | ||
| 搜索关键词： | 一种 知识 图谱 引导 深度 网络 学习 遥感 影像 场景 分类 方法 系统 | ||
【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武汉大学，未经武汉大学许可，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/202310630415.6/，转载请声明来源钻瓜专利网。
