[发明专利]基于多尺度解码网络的遥感图像语义分割方法有效
| 申请号： | 201910397121.7 | 申请日： | 2019-05-14 |
| 公开（公告）号： | CN110059772B | 公开（公告）日： | 2021-04-30 |
| 发明（设计）人： | 张笑钦;肖智恒;李东阳;樊明宇 | 申请（专利权）人： | 温州大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 北京中北知识产权代理有限公司 11253 | 代理人： | 陈孝政 |
| 地址： | 325000 浙江省温州市瓯海经济*** | 国省代码： | 浙江;33 |
| 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多尺度解码网络的遥感图像语义分割方法，包括以下步骤：将用来训练的高分辨率的遥感图像和其对应的标签图随机切割成小图像，网络结构分为编码和多尺度解码两部分，通过反池化路径、反卷积路径将编码信息分辨率扩大一倍，将其与空洞卷积的结果进行通道连接，通过反卷积上采样将特征图像恢复到原始尺寸，再将输出标签图输入PPB模块进行多尺度聚合处理，最后以交叉熵为损失函数，通过随机梯度下降的方式来更新网络参数；将测试图片顺序切割成的小图像输入到神经网络预测其对应的标签图，再将标签图拼接成原始大小。上述技术方案，在提高模型的分割精度的同时降低网络的复杂程度，节省训练耗时。 | ||
| 搜索关键词： | 基于 尺度 解码 网络 遥感 图像 语义 分割 方法 | ||
【主权项】：
1.一种基于VGG网络的遥感图像语义分割技术，其特征在于：包括以下步骤：(1)将用来训练的高分辨率的遥感图像和其对应的标签图随机切割成256×256像素的小图像，切割的图片分为两部分，一部分作为网络的训练集，另一部分作为验证集；(2)网络结构分为编码和解码两部分，以分类网络的VGG16的前16层作为编码网络，解码网络由反池化路径、反卷积路径、空洞卷积路径三个路径构成，通过反池化路径、反卷积路径将编码信息分辨率扩大一倍，将其与空洞卷积的结果进行通道连接，通过反卷积上采样将特征图像恢复到原始尺寸，再将输出标签图输入PPB模块进行多尺度聚合处理，最后以交叉熵为损失函数，通过随机梯度下降的方式来更新网络参数；(3)将测试图片顺序切割成256×256像素的小图像输入到神经网络预测其对应的标签图，再将标签图拼接成原始大小。
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温州大学，未经温州大学许可，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/201910397121.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种在排序支持下的交互车辆数据分类方法
- 下一篇：一种变压器故障复合诊断方法
