-
公开(公告)号：CN115588140B
公开(公告)日：2023-04-18
申请号：CN202211305997.2
申请日：2022-10-24
Applicant: 北京市遥感信息研究所
IPC: G06V20/13 , G06V10/82 , G06V10/774 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种多光谱遥感图像多方向目标检测方法，该方法包括：获取多光谱遥感图像训练数据样本，进行样本标记，得到N个光谱通道训练数据集；利用卷积神经网络模型，提取训练数据集的单通道空间特征信息；将单通道空间特征信息，输入基于中心点预测的多方向目标检测模型，得到预测图；利用融合预测模型，处理N个光谱通道的预测图，得到融合预测图；计算第i(i＝1,2,…,N)个光谱通道的任务损失i和模仿损失i，对第i个光谱通道的检测模型进行训练，得到光谱通道互学习模型；利用光谱通道互学习模型对光谱通道的预测图进行处理，得到多光谱遥感图像多方向目标检测结果。本发明方法检测效果好，训练数据易获取，整体训练测试易实行。
-
公开(公告)号：CN115588140A
公开(公告)日：2023-01-10
申请号：CN202211305997.2
申请日：2022-10-24
Applicant: 北京市遥感信息研究所
IPC: G06V20/13 , G06V10/82 , G06V10/774 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种多光谱遥感图像多方向目标检测方法，该方法包括：获取多光谱遥感图像训练数据样本，进行样本标记，得到N个光谱通道训练数据集；利用卷积神经网络模型，提取训练数据集的单通道空间特征信息；将单通道空间特征信息，输入基于中心点预测的多方向目标检测模型，得到预测图；利用融合预测模型，处理N个光谱通道的预测图，得到融合预测图；计算第i(i＝1,2,…,N)个光谱通道的任务损失i和模仿损失i，对第i个光谱通道的检测模型进行训练，得到光谱通道互学习模型；利用光谱通道互学习模型对光谱通道的预测图进行处理，得到多光谱遥感图像多方向目标检测结果。本发明方法检测效果好，训练数据易获取，整体训练测试易实行。
-
公开(公告)号：CN116434076B
公开(公告)日：2024-08-06
申请号：CN202310280652.4
申请日：2023-03-21
Applicant: 北京市遥感信息研究所
IPC: G06V20/13 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/778 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种融合先验知识的遥感图像目标识别方法，包括：对获取的含识别目标的卫星遥感图像集进行预处理，得到训练切片信息集；利用训练切片信息集，对融合先验知识的目标识别初始模型进行训练，得到目标识别模型；利用目标识别模型，对待测卫星遥感图像进行处理，得到图像目标类别结果。本发明在对卫星遥感图像集进行预处理和目标识别模型的训练过程中，通过引入人工目视判读积累的先验知识，指导目标识别初始模型模型识别训练，实现了人机有效融合。本发明通过融合先验知识，提高了遥感图像目标识别精度，增强了目标识别模型的可解释性与鲁棒性。
-
公开(公告)号：CN116434076A
公开(公告)日：2023-07-14
申请号：CN202310280652.4
申请日：2023-03-21
Applicant: 北京市遥感信息研究所
IPC: G06V20/13 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/778 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种融合先验知识的遥感图像目标识别方法，包括：对获取的含识别目标的卫星遥感图像集进行预处理，得到训练切片信息集；利用训练切片信息集，对融合先验知识的目标识别初始模型进行训练，得到目标识别模型；利用目标识别模型，对待测卫星遥感图像进行处理，得到图像目标类别结果。本发明在对卫星遥感图像集进行预处理和目标识别模型的训练过程中，通过引入人工目视判读积累的先验知识，指导目标识别初始模型模型识别训练，实现了人机有效融合。本发明通过融合先验知识，提高了遥感图像目标识别精度，增强了目标识别模型的可解释性与鲁棒性。
-
-
-
Search Results
4
records
(took 0.018 seconds)
