[发明专利]一种遥感影像样本库的建立与更新方法

说明书

本发明公开一种遥感影像样本库的建立与更新方法，包括：在接收到建立遥感影像样本库的操作指令时，按照第一预设规则建立遥感影像样本库；在接收到从遥感影像样本数据库中提取指令时，根据提取需求，判断遥本库中是否存在满足第一预设条件的样本数据；在样本库中不存在满足第一预设条件的样本数据的情况下，接收对遥感影像数据中第一对象的标注，根据标注，使用迭代训练与预设的方法提取遥感影像数据中第二对象，以更新样本库；在样本库中的存在满足第一预设条件的样本数据的情况下，提取样本库中的样本数据，进行模型训练、遥感影像数据预测和优化处理，按照第二预设规则提取增量样本，将增量样本更新至样本库中。

技术领域

本发明涉及人工智能技术领域，具体涉及一种遥感影像样本库的建立与更新方法。

背景技术

近年来随着深度学习技术的快速发展，特别是在遥感影像信息提取等领域取得了长足进步，而深度学习对应的深度神经网络(Deep Neural NetWorks，DNN)工作的前提是网络得到充分的训练，在对深度神经网络进行训练时需要大量的样本作为训练数据。

样本标注是深度学习中训练数据的重要部分，在对遥感影像进行标注时，需要对遥感影像中的各类地物样本进行标注，并集合起来构建成一个样本库。样本库中存放各类地物的标注矢量数据和基期影像文件，在使用时可以根据样本类型从样本库中调用相应的数据，以便于对DNN进行训练。

但是，相关技术中对样本进行标注通常依赖于人工标注，需要消耗大量的人力物力，标注效率较低，效果不理想；传统的样本组织管理方式没有使用到空间数据库，不便于样本数据管理和使用。

发明内容

有鉴于此，本发明提供了一种遥感影像样本库的建立与更新方法，以解决相关技术中依赖于人工标注遥感影像数据中的样本，标注效率低，效果不理想的问题。

为实现上述发明目的，根据本发明的一个方面，提供了一种遥感影像样本库的建立与更新方法，包括：

(1)在接收到建立遥感影像样本库的操作指令时，根据第一预设规则建立所述遥感影像样本库；

(2)在接收到从所述遥感影像样本数据库中提取指令时，根据提取需求，判断样本库中是否存在满足第一预设条件的样本数据；

(3)在所述遥感影像样本库中不存在满足第一预设条件的样本数据的情况下，接收对遥感影像数据中第一对象的标注，根据所述标注，使用迭代训练与预设的方法提取遥感影像数据中第二对象，以更新所述遥感影像样本库；

(4)在所述遥感影像样本库中的存在满足第一预设条件的样本数据的情况下，提取所述遥感影像样本库中的样本数据，进行模型训练、遥感影像数据预测和优化处理，按照第二预设规则提取增量样本，将所述增量样本更新至所述样本库中。

在一种可选方式中，所述根据第一预设规则建立所述遥感影像样本库，包括：

(S1)将所述遥感影像样本库保存为空间数据库；

(S2)将所述空间数据库中的数据表结构设计为：影像ID、影像来源、影像地理位置、影像波段数、影像分辨率、成像时间、样本种类等；

其中，所述第一预设规则为按照需求将样本数据按照预设分幅格式或者第一预设大小数据块保存样本数据，所述按照标准分幅保存的样本数据为根据深度学习应用需求生产的样本数据，所述第一预设大小数据块保存样本数据为直接使用样本数据进行训练。

在一种可选方式中，所述根据提取需求，判断样本库中是否存在满足第一预设条件的样本数据，包括：

根据所述样本种类判断样本库中是否存在符合深度学习模型训练需求的样本数据；所述第一预设条件为所述样本库中样本数据的数量和质量是否符合深度学习模型训练需求。