[发明专利]遥感卫星影像的区域提取方法、装置、电子设备和介质有效
| 申请号: | 202011318422.5 | 申请日: | 2020-11-23 |
| 公开(公告)号: | CN112347976B | 公开(公告)日: | 2022-09-23 |
| 发明(设计)人: | 刘晓;梅树起 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
| 主分类号: | G06V20/13 | 分类号: | G06V20/13;G06V10/25;G06V10/44;G06V10/80;G06V10/774;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 李娟 |
| 地址: | 518044 广东省深圳*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 遥感 卫星 影像 区域 提取 方法 装置 电子设备 介质 | ||
1.一种遥感卫星影像的区域提取方法,其特征在于,该方法包括:
获取待测区域的遥感卫星影像,提取所述遥感卫星影像中的待测图像;
对所述待测图像进行编码得到编码特征图;
将所述编码特征图输入已训练的区域提取网络模型中的解码部分,通过所述解码部分中不同的感受野对所述编码特征图进行解析,获取不同的目标特征图;其中,所述解码部分包括解码子网络,以及至少两个扫描子网络;所述解码子网络用于对所述编码特征图进行解码,将所述编码特征图中的特征还原到像素级,得到像素级特征图;所述扫描子网络对所述像素级特征图进行特征提取,得到目标特征图,基于不同的扫描子网络进行特征提取时所采用的卷积核不同,不同的卷积核对应不同的感受野;
基于各个目标特征图进行特征融合,根据融合结果预测得到所述待测图像中各像素的类别信息;
基于所述各像素的类别信息提取所述待测图像中的目标区域。
2.如权利要求1所述的方法,其特征在于,所述对所述待测图像进行编码得到编码特征图,具体包括:
将所述待测图像输入所述区域提取网络模型,基于所述区域提取网络模型中的编码部分对所述待测图像进行编码得到编码特征图;以及
所述基于各个目标特征图进行特征融合,根据融合结果预测得到所述待测图像中各像素的类别信息,具体包括:
在所述区域提取网络模型中的解码部分,基于各个目标特征图进行特征融合,根据融合结果预测得到所述待测图像中各像素的类别信息;
其中,所述已训练的区域提取网络模型是根据已标类别标签的训练样本数据集训练得到的,所述训练样本数据集中的训练样本包括基于样本遥感卫星影像提取到的样本图像。
3.如权利要求1所述的方法,其特征在于,所述将所述编码特征图输入已训练的区域提取网络模型中的解码部分,通过所述解码部分中不同的感受野对所述编码特征图进行解析,获取不同的目标特征图,具体包括:
将所述编码特征图输入所述解码部分中的解码子网络,通过所述解码子网络对所述编码特征图进行解码,将所述编码特征图中的特征还原到像素级,得到像素级特征图;
分别通过不同的扫描子网络对所述像素级特征图进行特征提取,得到各个目标特征图;
所述基于各个目标特征图进行特征融合,根据融合结果预测得到所述待测图像中各像素的类别信息,具体包括:
将基于不同的扫描子网络提取到的目标特征图经过卷积层进行拼接,得到目标拼接特征图;
对所述目标拼接特征图进行卷积和归一化处理后,得到第一类别特征图;
将所述第一类别特征图进行上采样得到第二类别特征图,所述第二类别特征图的尺寸与所述待测图像的尺寸相同,所述第二类别特征图中各像素的像素值表示像素的类别信息。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,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/pat/books/202011318422.5/1.html,转载请声明来源钻瓜专利网。





