【技术实现步骤摘要】
本专利技术涉及遥感图像处理，具体为一种基于残差网络的遥感影像土地利用分类方法。
技术介绍
1、土地利用变化是全球变化研究中的热点话题。土地利用变化对于调查土地利用模式和帮助预测未来的可持续土地管理至关重要，通过土地利用分类，不仅可以了解各种土地利用类型的基本属性，还可以认识土地利用的区域结构和分布特点。随着社会经济快速发展和城市化进程不断加快，我国土地利用状况不断发生改变。掌握实时可靠的土地利用变化信息，对科学的土地利用规划具有重要现实意义。土地利用和土地利用的变化在城市规划、市政管理、自然灾害监测、自然资源的利用和管理、公共安全和国防事业等与土地利用和土地利用的变化的报告息息相关。
2、传统的通过人工目视解译来进行土地利用分类仅效率低、成本高、容易造成结果没有统一的标准结果不准确，而且对于分类人员的经验知识均有一定的要求。深度学习凭借其强大的特征提取能力正如火如荼的发展，在遥感图像处理领域中，遥感影像土地利用分类已发展为热门的研究方向。面对不同的分类任务，只需要通过微调深度神经网络模型来适应特定任务需求。resnet50是...
【技术保护点】
1.一种基于残差网络的遥感影像土地利用分类方法，其特征在于：步骤如下：
2.根据权利要求1所述的一种基于残差网络的遥感影像土地利用分类方法，其特征在于：根据步骤S200，使用Lableme软件进行人工标注样本得到样本标签，所述样本标签包括：水田、旱地、草地、林地、水域、建设用地、道路和其他未利用地，使用滑动裁剪将影像进行裁剪；采用数据增强的对数据集进行缩放、旋转、水平翻转和水平旋转的操作扩大数据集数量，按比例划分训练集、测试和验证集。
3.根据权利要求1所述的一种基于残差网络的遥感影像土地利用分类方法，其特征在于：根据步骤S300，编码器以Re...
【技术特征摘要】
1.一种基于残差网络的遥感影像土地利用分类方法，其特征在于：步骤如下：
2.根据权利要求1所述的一种基于残差网络的遥感影像土地利用分类方法，其特征在于：根据步骤s200，使用lableme软件进行人工标注样本得到样本标签，所述样本标签包括：水田、旱地、草地、林地、水域、建设用地、道路和其他未利用地，使用滑动裁剪将影像进行裁剪；采用数据增强的对数据集进行缩放、旋转、水平翻转和水平旋转的操作扩大数据集数量，按比例划分训练集、测试和验证集。
3.根据权利要求1所述的一种基于残差网络的遥感影像土地利用分类方法，其特征在于：根据步骤s300，编码器以resnet50模型作为主干网络，去除全连接层保留其他所有结构，在最后一个残差块后加入极化多尺度特征自注意力模块；所述主干网络的输入层输入遥感影像，卷积层应用一个卷积核，用于对输入影像进行卷积操作，提取图像的特征；批量归一化层对每个残差块后的卷积层输出进行标准化，防止梯度消失或爆炸现象，促进网络的收敛；最大池化层，用于对激活后的特征图进行最大池化操作，以降低特征图的维度；
4.根据权利要求1所述的一种基于残差网络的遥感影像土地利用分类方法，其特征在于：根据步骤s300，使用激活函数在网络的输入与输出之间建立非线性映射，使用hardswish激活函数替换relu激活函数进行非线性变换，hardwish激活函数公式为：
5.根据权利要求1所述的一种基于残差网络的遥感影像土地利用分类方法，其特征在于：根据步骤s300，极化多尺度特征自注意力模块通过优化注意力分数矩阵的计算复杂性，利用深度可分离卷积替换标准卷积层，极化多尺度特征自注意力模块由三个部分按顺序组成：
6.根据权利要求5所述的一种基于残差网络的遥感影像土地利用分类方法，其特征在于：主干网络的网络结构包括四个阶段，不同阶段提取的特征的分辨率和通道数不相同，进行特征增强之前，自适应多分支特征融合层通过设置通道、池化卷积核大小和多分支特性的分支数量实现将多分支、不同阶段的特征标准化为统一尺寸；对于输入的...
【专利技术属性】
技术研发人员：田传召，邢书瑜，金永涛，杨建，米晓飞，田晓敏，杨秀峰，
申请(专利权)人：北华航天工业学院，
类型：发明
国别省市：
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。