[发明专利]一种基于色彩-参数迁移的遥感建筑物震害信息提取方法在审

专利信息
申请号: 202111653588.7 申请日: 2021-12-30
公开(公告)号: CN114359724A 公开(公告)日: 2022-04-15
发明(设计)人: 李百寿;张越;张琼 申请(专利权)人: 桂林理工大学
主分类号: G06V20/10 分类号: G06V20/10;G06V10/46;G06V10/56;G06N3/04;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 541004 广西壮*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 色彩 参数 迁移 遥感 建筑物 信息 提取 方法
【权利要求书】:

1.一种基于色彩-参数迁移的遥感建筑物震害信息提取方法,其特征在于,包括以下步骤:

(1)源域震害遥感影像获取:从防震减灾部门或遥感数据网站获取某一地区震后高分辨率历史遥感影像,作为迁移学习的源域影像数据;

(2)源域样本集创建划分和扩充增强;

(3)网络层深结构设计:设计提取震后完整建筑物、损毁建筑物的层深增长卷积神经网络结构;

(4)源域模型训练:设置模型训练参数,在深度学习框架下完成模型训练,保存训练好的模型与参数;

(5)获取最优层深结构模型和参数:针对扩充的源域样本集,按照层深增长网络结构对模型的层深结构进行调整,分别训练不同层深结构下的网络模型;结合源域测试集比较不同层深结构模型对建筑物震害信息的提取性能,并保存提取精度和模型训练时间最佳的网络层深结构和模型参数;

(6)目标域震害遥感影像获取:从防震减灾部门或遥感数据网站获取另一地区的地震后高分辨率遥感影像,作为迁移学习的目标域影像数据;

(7)影像色彩迁移处理:利用源域震害影像数据,提取源域影像的色彩统计特征对目标域震害影像进行色彩迁移处理,使处理后的目标域影像具有与源域影像相近的色彩统计特征;

(8)目标域样本集创建划分和扩充增强;

(9)目标域模型训练:采用最优源域模型,以该模型参数作为初始值结合目标域样本集训练目标域深度学习模型;

(10)目标域影像建筑物震害信息提取与精度评价:利用目标域模型进行目标域影像建筑物震害信息的提取,完成提取结果精度效率评价。

2.根据权利要求1所述的一种基于色彩-参数迁移的遥感建筑物震害信息提取方法,其特征在于,步骤(1)、(6)中所述的获取源域和目标域震害遥感影像对应的地震事件、震区、遥感器高度类型、成像时间不同,既可包括源域高空间分辨率卫星影像到目标域高空间分辨率航空影像的色彩-参数迁移处理,也可包括源域为高空间分辨率航空影像到目标域高分卫星影像的色彩-参数迁移处理。

3.根据权利要求1所述的一种基于色彩-参数迁移的遥感建筑物震害信息提取方法,其特征在于,步骤(3)中所述的网络层深结构设计中采用了层深增长网络结构优化震害信息提取性能和效率,层深增长网络结构中网络输入层可输入RGB三波段震害样本集数据,通过层深调节、逐层对称增加编码器和解码器的层深结构,包括逐层对称增加卷积层、池化层和上采样层。

4.根据权利要求1所述的一种基于色彩-参数迁移的遥感建筑物震害信息提取方法,其特征在于,步骤(5)中所述的为了实现网络层深结构优化,采用步骤(3)中设计的层深增长网络结构进行优化,获取最优层深结构模型,记录下最优模型权重与偏置量,同时记录训练该模型的参数,包括学习率、冲量、权重衰减值作为待迁移参数。

5.根据权利要求1所述的一种基于色彩-参数迁移的遥感建筑物震害信息提取方法,其特征在于,步骤(9)中所述的目标域模型训练采用与源域完全相同的网络层深结构和模型训练参数,网络层深结构包括网络输入输出层、卷积层层深及对应的卷积核大小数量,池化层池化核和上采样层上采样核大小,卷积滑动步长、填充方式;训练参数包括学习率、冲量、权重衰减值;目标域模型参数的初始值使用步骤(5)中获取的源域模型最优参数;源域参数包括模型权重与偏置量参数;为了减少目标域模型的训练时间,仅调少训练的迭代次数,损失函数、激活函数、批次大小其他模型训练参数与步骤(4)中源域模型训练完全相同。

6.根据权利要求1所述的一种基于色彩-参数迁移的遥感建筑物震害信息提取方法,其特征在于,步骤(7)中所述的图像色彩迁移处理,先将原始图像由RGB色彩空间变换至ιαβ色彩空间,在ιαβ色彩空间中采用Reinhard算法将源域色彩统计特征迁移至目标域图像,进而能保障目标域图像和源域图像具有相近的色彩统计特征。

7.根据权利要求1所述的一种基于色彩-参数迁移的遥感建筑物震害信息提取方法,其特征在于,步骤(10)中所述的目标域影像建筑物震害信息提取结果精度评价,对完整建筑物和损毁建筑物提取结果计算综合精确率和综合召回率,Micro-F1由综合精确率和综合召回率综合计算得到。

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桂林理工大学,未经桂林理工大学许可,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/pat/books/202111653588.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top