【技术实现步骤摘要】
本申请属于高分辨率遥感影像中的高效细粒度目标识别方法。
技术介绍
1、近年来，随着高分辨率遥感卫星、成像雷达以及无人机技术的快速发展，遥感图像的数量与质量都有了显著提升。地理空间对象的细粒度识别——即自动区分高分辨率遥感图像(hr-rsis)中的对象类别或子类别——已成为一项具有重要实际意义且极具挑战性的任务，并已在众多领域得到了广泛应用。这些领域包括国防安全、灾害救援、自然环境保护以及城市规划与建设等。
2、基于深度学习的技术已经主导了多种计算机视觉任务的最高精度标准，特别是在自然图像中的细粒度对象识别(fgor)方面。然而，在高分辨率遥感图像(hr-rsis)中，目标通常是从鸟瞰角度观测的，因此呈现出尺度多样性、任意方位、密集排列以及像素覆盖范围较小等特点。这些特性为hr-rsis中的细粒度目标识别带来了重大挑战。首先，hr-rsis中的地理空间对象可以出现在任意方向，并且不同细粒度类别之间高度相似。由于可用于学习目标特征的像素数量有限，直接应用现有的细粒度目标识别方法并不适用。因此，需要使用包括定向边界框(obb)的旋...
【技术保护点】
1.一种高分辨率遥感影像中的高效细粒度目标识别方法，其特征是，包括：
2.如权利要求1所述高分辨率遥感影像中的高效细粒度目标识别方法，其特征在于，对步骤2中搭建好的高分辨率遥感影像中的高效细粒度目标识别网络网络结构预训练与参数优化。
3.如权利要求2所述高分辨率遥感影像中的高效细粒度目标识别方法，其特征在于，将经过预处理的测试集数据集输入到步骤3中已经训练好的高分辨率遥感影像中的高效细粒度目标识别网络中，输出遥感图像的精确分类结果。
4.如权利要求3所述高分辨率遥感影像中的高效细粒度目标识别方法，其特征是：A部分是两阶段的细粒度对象...
【技术特征摘要】
1.一种高分辨率遥感影像中的高效细粒度目标识别方法，其特征是，包括：
2.如权利要求1所述高分辨率遥感影像中的高效细粒度目标识别方法，其特征在于，对步骤2中搭建好的高分辨率遥感影像中的高效细粒度目标识别网络网络结构预训练与参数优化。
3.如权利要求2所述高分辨率遥感影像中的高效细粒度目标识别方法，其特征在于，将经过预处理的测试集数据集输入到步骤3中已经训练好的高分辨率遥感影像中的高效细粒度目标识别网络中，输出遥感图像的精确分类结果。
4.如权利要求3所述高分辨率遥感影像中的高效细粒度目标识别方法，其特征是：a部分是两阶段的细粒度对象识别，其中第一阶段是通过采用定向r-cnn检测器获得任意定向对象的准确位置...
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。