一種基于深度訓(xùn)練模型和影像解譯樣本庫(kù)的影像解譯方法

基本信息

申請(qǐng)?zhí)?/td> CN202110052257.1 申請(qǐng)日 -
公開(公告)號(hào) CN112836728A 公開(公告)日 2021-05-25
申請(qǐng)公布號(hào) CN112836728A 申請(qǐng)公布日 2021-05-25
分類號(hào) G06K9/62;G06N3/04;G06T7/11 分類 計(jì)算;推算;計(jì)數(shù);
發(fā)明人 徐晶;周興付 申請(qǐng)(專利權(quán))人 鹽城郅聯(lián)空間科技有限公司
代理機(jī)構(gòu) 北京冠和權(quán)律師事務(wù)所 代理人 吳金水
地址 224000 江蘇省鹽城市鹽都區(qū)鹿鳴路988號(hào)金航財(cái)富大廈1幢301室(E)
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種基于深度訓(xùn)練模型和影像解譯樣本庫(kù)的影像解譯方法。獲取歷史影像和矢量數(shù)據(jù),構(gòu)建影像解譯樣本庫(kù);構(gòu)建深度殘差全卷積網(wǎng)絡(luò),通過影像解譯樣本庫(kù)對(duì)所述深度殘差全卷積網(wǎng)絡(luò)進(jìn)行訓(xùn)練,確定第一解析影像;基于時(shí)空大數(shù)據(jù)分析挖掘結(jié)果對(duì)所述第一解析影像進(jìn)行優(yōu)化,確定目標(biāo)解析影像。有益效果在于:本發(fā)明通過歷史影像和矢量數(shù)據(jù)構(gòu)建影像解譯樣本庫(kù),為深度神經(jīng)網(wǎng)絡(luò)模型提供了大量的高精度訓(xùn)練樣本,提高了影像解譯的精度。本發(fā)明還通過構(gòu)建深度殘差全卷積網(wǎng)絡(luò),實(shí)現(xiàn)自動(dòng)標(biāo)注,減少了人力消耗。最后通過時(shí)空大數(shù)據(jù)分析挖掘結(jié)果對(duì)所述解析影像進(jìn)行優(yōu)化,通過精確的要素分類,得到更高精度的解析影像。