[发明专利]一种航空摄影测量数据的处理方法

说明书

本发明涉及航空摄影测量数据处理技术领域，具体涉及一种航空摄影测量数据的处理方法。方法包括：将第二训练数据集输入到训练好的第一语义分割网络中，得到第二训练数据集中对应的各非完全语义分割图像；对各非完全语义分割图像中的各语义类别进行轮廓提取，进而得到各最优轮廓的轮廓特征描述向量；将各轮廓特征描述向量输入到训练好的分类网络中，得到对应的分类类别，进而得到对应的预测语义区域轮廓；利用各预测语义区域轮廓对第二训练数据集的标签进行标注；利用所述标签数据对第二语义分割网络进行训练，得到训练好的第二语义分割网络，进而对目标航空摄影测量数据进行语义分割。本发明克服了语义分割网络准确率下降的问题。

技术领域

本发明涉及航空摄影测量数据处理技术领域，具体涉及一种航空摄影测量数据的处理方法。

背景技术

现有的对航空摄影测量数据进行语义分割时，通常采用神经网络方式进行处理。但是由于语义分割网络的标注成本过高，会耗费大量的人力资源；并且在实际使用过程中所获取的航空摄影测量数据场景较为复杂，因此采用人工的方式难以完整准确地标注出神经网络训练时所需的标签数据，导致进行训练后的语义分割处理效果较差，准确率较低。

发明内容

为了解决现有技术中利用单一网络对航空摄影测量数据进行语义分割的准确率较低的问题，本发明的目的在于提供一种航空摄影测量数据的处理方法，所采用的技术方案具体如下：

本发明提供了一种航空摄影测量数据的处理方法包括以下步骤：

获得第一训练数据集和第二训练数据集，所述第一训练数据集为多个地形场景下所采集到的多张航空摄影测量数据，所述第二训练数据集为不包含第一训练数据集的航空摄影测量数据的多张航空摄影测量数据；

利用第一训练数据集对第一语义分割网络进行训练，得到训练好的第一语义分割网络；将第二训练数据集中的各航空摄影测量数据输入到训练好的第一语义分割网络中，得到第二训练数据集中各航空摄影测量数据对应的非完全语义分割图像；所述非完全语义分割图像为仅部分像素点具有对应的语义类别的语义分割图像；

对各非完全语义分割图像中的各语义类别进行轮廓提取，得到各语义类别对应的各最优轮廓对应的轮廓特征描述向量；

将各最优轮廓对应的各轮廓特征描述向量输入到训练好的分类网络中，得到各轮廓特征描述向量对应的分类类别；根据各轮廓特征描述向量对应的分类类别，得到各轮廓特征描述向量对应的预测语义区域轮廓，所述预测语义区域轮廓用于预测轮廓区域内的像素点的语义类别；

利用各非完全语义分割图像对应的各语义类别对应的各预测语义区域轮廓，对第二训练数据集中各航空摄影测量数据对应的各像素点的类别进行标注；

利用第二训练数据集与第二训练数据集中的各航空摄影测量数据对应的标签数据对第二语义分割网络进行训练，得到训练好的第二语义分割网络，利用训练好的第二语义分割网络对目标航空摄影测量数据进行语义分割。

优选的，所述利用第一训练数据集对第一语义分割网络进行训练，得到训练好的第一语义分割网络，包括：

对第一训练数据集中各航空摄影测量数据对应的部分像素点的类别标注，得到第一训练数据集中各航空摄影测量数据对应的标签数据；

利用第一训练数据集、第一训练数据集中各航空摄影测量数据对应的标签数据以及交叉熵损失函数对第一语义分割网络进行训练，得到训练好的第一语义分割网络。

优选的，对各非完全语义分割图像中的各语义类别进行轮廓提取，得到各语义类别对应的最优轮廓，包括：

对于任一非完全语义分割图像中的任一语义类别：

利用不同的初始聚类个数对该非完全语义分割图像中该语义类别的像素点进行聚类，得到各初始聚类个数对应的各聚类集合；