一種基于深度學(xué)習(xí)的衛(wèi)星圖像低相干區(qū)域識(shí)別方法及裝置

基本信息

申請(qǐng)?zhí)?/td> CN202110356666.0 申請(qǐng)日 -
公開（公告）號(hào) CN113065467A 公開（公告）日 2021-07-02
申請(qǐng)公布號(hào) CN113065467A 申請(qǐng)公布日 2021-07-02
分類號(hào) G06K9/00;G06K9/34;G06K9/36;G06K9/46;G06N3/04;G06N3/08 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 楊慶慶;薛博維 申請(qǐng)（專利權(quán)）人 中科星圖空間技術(shù)有限公司
代理機(jī)構(gòu) 西安億諾專利代理有限公司 代理人 李永剛
地址 710000 陜西省西安市國家民用航天產(chǎn)業(yè)基地航拓路中段匯航廣場(chǎng)B座9層
法律狀態(tài) -

摘要

摘要 一種基于深度學(xué)習(xí)的衛(wèi)星圖像低相干區(qū)域識(shí)別方法及裝置，屬于衛(wèi)星圖像處理領(lǐng)域，其特征在于，通過基于對(duì)SAR圖像處理得到的質(zhì)量圖與語義分割結(jié)合成一個(gè)流程化學(xué)習(xí)框架，并引入深度卷積網(wǎng)絡(luò)進(jìn)行識(shí)別，相較于人工判讀和傳統(tǒng)機(jī)器學(xué)習(xí)算法，本發(fā)明所述的基于深度學(xué)習(xí)的低相干區(qū)識(shí)別方法大大減少了對(duì)人工特征工程和樣本數(shù)據(jù)的依賴，且基于卷積計(jì)算的高效性能夠快速處理大范圍區(qū)域；同時(shí)在引入全局注意力的基礎(chǔ)上，進(jìn)一步描述各像素位置與語義類別間的關(guān)系表示，緩解SAR影像固有的高噪聲區(qū)域的識(shí)別效果，并在不顯著增加計(jì)算量的前提下提升識(shí)別精度準(zhǔn)確提取低相干區(qū)域。