【技术实现步骤摘要】
本专利技术属于遥感图像领域，具体涉及遥感基础模型构建方法及系统。
技术介绍
1、近年来，由于信息和通信技术的无缝融合，遥感领域正在经历一场变革性的革命。这催生了智能遥感的新兴领域，它在地球观测数据采集、资源管理优化和数据解译能力增强等领域具有相当大的潜力。智能遥感的成功得益于几个学科的进步，包括卫星成像、地理信息系统、机器学习、数据分析、统计方法、云计算和地球科学，使决策者能够在环境监测、危害评估、城市规划和精准农业方面做出明智和可持续的选择。尽管如此，从海量遥感数据源中提取相关知识是一个巨大的障碍。传统的数据挖掘方法在试图从如此复杂的信息中挖掘出高级特征表示时经常遇到障碍。
2、相比之下，深度学习在处理复杂的高维数据、特征提取和学习高质量图像表示方面表现出了非凡的能力，并在各种遥感场景中表现出了值得称赞的性能。尽管取得了进步，但基于深度学习的方法主要依赖于监督训练，这需要大规模、高质量和特定任务的标注数据集。然而，收集和注释此类数据集的过程需要大量的时间、资源分配和大量的财政投资，从而为资源受限的应用设置了巨大的障碍。此外...
【技术保护点】
1.基于稀疏编码和低频重建的遥感基础模型构建方法，其特征在于：所述方法具体过程为：
2.根据权利要求1所述的基于稀疏编码和低频重建的遥感基础模型构建方法，其特征在于：所述所述步骤1中构建无标注遥感图像样本集；具体过程为：
3.根据权利要求2所述的基于稀疏编码和低频重建的遥感基础模型构建方法，其特征在于：所述步骤2中设置理想的圆形低通滤波器的截止频率为r；
4.根据权利要求3所述的基于稀疏编码和低频重建的遥感基础模型构建方法，其特征在于：所述步骤3中采用骨干网络-解码器网络对遥感图像像的掩码区域进行像素重建，基于重建的掩码区域和非掩码...
【技术特征摘要】
1.基于稀疏编码和低频重建的遥感基础模型构建方法，其特征在于：所述方法具体过程为：
2.根据权利要求1所述的基于稀疏编码和低频重建的遥感基础模型构建方法，其特征在于：所述所述步骤1中构建无标注遥感图像样本集；具体过程为：
3.根据权利要求2所述的基于稀疏编码和低频重建的遥感基础模型构建方法，其特征在于：所述步骤2中设置理想的圆形低通滤波器的截止频率为r；
4.根据权利要求3所述的基于稀疏编码和低频重建的遥感基础模型构建方法，其特征在于：所述步骤3中采用骨干网络-解码器网络对遥感图像像的掩码区域进行像素重建，基于重建的掩码区域和非掩码区域获得...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。