[发明专利]一种基于UNET神经网络的遥感图像云检测方法在审
| 申请号： | 201910814865.4 | 申请日： | 2019-08-27 |
| 公开（公告）号： | CN110598600A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 刘怡俊;杨培超;叶武剑;张子文;王峰 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 11227 北京集佳知识产权代理有限公司 | 代理人： | 郭帅 |
| 地址： | 510060 广东省*** | 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： | 本发明公开了一种基于UNET神经网络的遥感图像云检测方法，包括以下步骤：建立具有5个下采样层、5个上采样层的云检测网络，其中所述云检测网络的前四个下采样层，每层后接卷积层和池化层，后四个上采样层每层后接有反卷积层；对原始遥感图像集进行云标注、人工复检、数据增强处理，将处理后的所述遥感图像集分为训练集、评估集和测试集；利用所述训练集与测试集不断优化云检测网络的；利用所述云检测网络对遥感图像进行云检测，输出所述云检测的结果图片。本发明解决了由于云特征提取不够充分而导致检测结果不够理想的问题，提高了检测精度，加强了算法的普适性。 | ||
| 搜索关键词： | 云检测 遥感图像 测试集 上采样 下采样 训练集 网络 检测结果 结果图片 神经网络 数据增强 特征提取 反卷积 普适性 池化 复检 积层 接卷 算法 标注 输出 检测 评估 优化 | ||
【主权项】：
1.一种基于UNET神经网络的遥感图像云检测方法，其特征在于，包括以下步骤：/n建立具有5个下采样层、5个上采样层的云检测网络，其中所述云检测网络的前四个下采样层，每层后接卷积层和池化层，后四个上采样层每层后接有反卷积层；/n对原始遥感图像集进行云标注、人工复检、数据增强处理，将处理后的所述遥感图像集分为训练集、评估集和测试集；/n利用所述训练集中的图像对所述云检测网络进行训练，不断更新所述云检测网络的参数；/n利用所述测试集中的图像对训练好的所述云检测网络中进行准确度测试，进行所述云检测网络的参数调整及再训练；/n利用所述云检测网络对遥感图像进行云检测，输出所述云检测的掩模图像。/n
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广东工业大学，未经广东工业大学许可，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/201910814865.4/，转载请声明来源钻瓜专利网。
