[发明专利]遥感影像转换网络地图方法、装置、计算机设备和介质

说明书

本申请涉及一种遥感影像转换网络地图方法、装置、计算机设备和介质。所述方法包括：通过第一对抗网络模型，进行粗转换，在低分辨率下使得转换的地图更加自然，然后通过第二对抗网络模型，进行精转换，使得最终生成的地图更加准确，并且引入对抗学习、距离一致性以及循环一致性，使得可以进行无监督学习。采用本方法即能够使得生成网络地图更加自然，也可以使得生成网络地图的准确度提高。

技术领域

本申请涉及计算机技术领域，特别是涉及一种遥感影像转换网络地图方法、装置、计算机设备和介质。

背景技术

地图作为一个重要的媒介帮助我们理解赖以生存的环境的变换，近年来，利用遥感影像生成和更新地图已成为地理信息领域一个重要而富有挑战性的课题。传统的地图生成方法耗时耗力；此外，大多数用于地图生成的有监督学习方法缺乏标记的训练样本。为地震、火灾或海啸等紧急救援行动快速提供地图是一项挑战。

传统网络地图生成方式之一是依赖于遥感影像制图，另外是基于GAN的图像生成技术，通过遥感影像制图进行网络地图绘制，虽然可以准确的绘制现有的网络地图，但是工序复杂，时间消耗比较大，准确性不足，需要大量人工干预，耗费大量的人力物力，难以适应应急地理信息保障任务。虽然通过遥感影像提取地理要素已成为常态，但是目前尚不存在一个软件或者研究机构可以实现从遥感影像到地理要素的全自动提取。

发明内容

基于此，有必要针对上述技术问题，提供一种能够解决传统方式构建网络地图效率低问题的遥感影像转换网络地图方法、装置、计算机设备和介质。。

一种遥感影像转换网络地图方法，所述方法包括：

构建第一对抗网络模型；所述第一对抗网络模型：第一生成器网络、第二生成器网络、第一判别器网络和第二判别器网络；

获取原始遥感影像构建训练样本，将所述训练样本中第一原始遥感影像和第二原始遥感影像输入第一生成器网络得到第一网络地图和第二网络地图；其中，第一原始遥感影像和第二原始遥感影像之间的距离与第一网络地图和第二网络地图之间的距离满足距离一致性；

将所述第一网络地图分别输入第二生成器网络和第一判别器网络，分别得到第一遥感影像和第一判别结果；所述第一遥感影像与所述第一原始遥感影像之间满足第一循环一致性；

将所述第一遥感影像输入第二判别器，得到第二判别结果；

根据所述距离一致性、所述循环一致性、所述第一判别结果和所述第二判别结果构建第一损失函数，利用第一损失函数进行对抗学习得到训练好的第一对抗网络模型，并输出第一生成器网络、第二生成器网络、第一判别器网络和第二判别器网络的网络参数；

构建第二对抗网络模型；所述第二对抗网络模型包括：第一生成器网络、第二生成器网络、第三判别器网络和第四判别器网络，以及连接第一生成器网络与第三判别器网络的第三生成器网络，连接第二生成器网络与第四判别器网络的第四生成器网络；所述第三生成器网络和所述第四生成器网络均包括：生成器和自适应融合块；所述生成器的输出作为所述自适应融合块的输入；所述自适应融合块用于像素匹配；

将所述第一原始遥感影像输入第三生成器网络的自适应融合块、所述第一网络地图输入第三生成器网络的生成器以及所述第一网络地图输入第三生成器网络的自适应融合块，由第三生成器网络的自适应融合块输出第三网络地图；

将所述第三网络地图分别输入所述第二生成器、所述第四生成器网络的生成器、第四生成器网络的自适应融合块，以及将所述第一遥感影像输入第四生成器网络的生成器、所述第一遥感影像输入第四生成器网络的自适应融合块，由第四生成器网络的自适应融合块输出第二遥感影像；所述第一原始遥感影像和所述第二遥感影像之间满足第二循环一致性；

将第三网络地图输入第三判别器网络得到第三判别结果，将第二遥感影像输入第四判别器网络，得到第四判别结果；