一種基于深度學習的衛(wèi)星圖像低相干區(qū)域識別方法及裝置
基本信息

| 申請?zhí)?/td> | CN202110356666.0 | 申請日 | - |
| 公開(公告)號 | CN113065467A | 公開(公告)日 | 2021-07-02 |
| 申請公布號 | CN113065467A | 申請公布日 | 2021-07-02 |
| 分類號 | G06K9/00;G06K9/34;G06K9/36;G06K9/46;G06N3/04;G06N3/08 | 分類 | 計算;推算;計數(shù); |
| 發(fā)明人 | 楊慶慶;薛博維 | 申請(專利權)人 | 中科星圖空間技術有限公司 |
| 代理機構 | 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業(yè)基地航拓路中段匯航廣場B座9層 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 一種基于深度學習的衛(wèi)星圖像低相干區(qū)域識別方法及裝置,屬于衛(wèi)星圖像處理領域,其特征在于,通過基于對SAR圖像處理得到的質量圖與語義分割結合成一個流程化學習框架,并引入深度卷積網絡進行識別,相較于人工判讀和傳統(tǒng)機器學習算法,本發(fā)明所述的基于深度學習的低相干區(qū)識別方法大大減少了對人工特征工程和樣本數(shù)據的依賴,且基于卷積計算的高效性能夠快速處理大范圍區(qū)域;同時在引入全局注意力的基礎上,進一步描述各像素位置與語義類別間的關系表示,緩解SAR影像固有的高噪聲區(qū)域的識別效果,并在不顯著增加計算量的前提下提升識別精度準確提取低相干區(qū)域。 |





