[發(fā)明專利]一種基于深度學習的遙感影像自動標注方法

有效

• 申請?zhí)枺?/td>: 201410039584.3
• 申請日: 2014-01-28
• 公開（公告）號: CN103823845B
• 公開（公告）日: 2017-01-18
• 發(fā)明（設計）人: 陳華鈞;黃梅龍;江琳;陶金火;楊建華;鄭國軸;吳朝暉
• 申請（專利權）人: 浙江大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 杭州天勤知識產(chǎn)權代理有限公司33224
• 代理人: 胡紅娟

1.一種基于深度學習的遙感影像自動標注方法，其特征在于，包括：

（1）提取待標注遙感影像的底層特征向量構建得到相應遙感影像的視覺特征向量；

（2）將所述的視覺特征向量輸入訓練好的深度玻爾茲曼機模型進行自動標注；

所述步驟（2）中訓練好的深度玻爾茲曼機模型通過以下步驟得到：

（S1）創(chuàng)建包含若干個文本標簽的標簽詞典；

（S2）根據(jù)標簽詞典選擇相應類別的已標注有文本標簽遙感影像作為模型訓練數(shù)據(jù)集；

（S3）提取各張遙感影像的底層特征向量構建得到相應遙感影像的視覺特征向量，并根據(jù)標簽詞典和文本標簽確定各個遙感影像的文本特征向量；

（S4）構建深度玻爾茲曼機模型，所述的深度玻爾茲曼機模型從下至上依次包括可見層、第一隱層、第二隱層和標簽層，各層中的任意兩個節(jié)點無連接，相鄰層之間的任意兩個節(jié)點之雙向連接；

（S5）利用模型訓練數(shù)據(jù)集中所有遙感影像的視覺特征向量和文本特征向量對所述的深度玻爾茲曼機模型進行訓練，得到訓練好的深度玻爾茲曼機模型。

2.如權利要求1所述的基于深度學習的遙感影像自動標注方法，其特征在于，所述的第二隱層與標簽層構成的連接網(wǎng)絡為單向BP神經(jīng)網(wǎng)絡。

3.如權利要求2所述的基于深度學習的遙感影像自動標注方法，其特征在于，所述步驟（S5）中的深度玻爾茲曼機模型的訓練過程如下：

（S51）以視覺特征向量作為可見層，以文本特征向量作為標簽層；

（S52）將可見層和第一隱層作為受限玻爾茲曼機，以視覺特征向量作為可見層的輸入，使用對比散度算法來對該玻爾茲曼機進行訓練得到可見層和第一隱層之間的連接權重以及第一隱層的最終狀態(tài)；

（S53）將第一隱層和第二隱層作為受限玻爾茲曼機，以第一隱層的最終狀態(tài)作為第一隱層的輸入，使用對比散度算法來對該玻爾茲曼機進行訓練得到第一隱層和第二隱層之間的連接權重和第二第隱層的最終狀態(tài)；

（S54）將第二隱層和標簽層作為受限玻爾茲曼機，以第二隱層的最終狀態(tài)作為第二隱層的輸入，以文本特征向量作為標簽層的輸入，采用BP神經(jīng)網(wǎng)絡方法訓練得到第二隱層和標簽層的連接權重，即完成深度玻爾茲曼機模型的訓練。

4.如權利要求3所述的基于深度學習的遙感影像自動標注方法，其特征在于，所述可見層的節(jié)點個數(shù)與視覺特征向量的維數(shù)相同。

5.如權利要求4所述的基于深度學習的遙感影像自動標注方法，其特征在于，所述標簽層的節(jié)點個數(shù)與文本特征向量的維數(shù)相同。

6.如權利要求5所述的基于深度學習的遙感影像自動標注方法，其特征在于，所述文本特征向量的維數(shù)與標簽詞典中文本標簽的個數(shù)相同。

7.如權利要求1～6中任一權利要求所述的基于深度學習的遙感影像自動標注方法，其特征在于，所述的底層特征向量包括平均光譜反射率特征向量、顏色布局描述向量、顏色結構描述向量、可伸縮顏色描述向量、同質(zhì)紋理描述向量、邊緣直方圖描述向量、GIST特征向量和基于SIFT特征的視覺詞袋向量。

8.如權利要求7所述的基于深度學習的遙感影像自動標注方法，其特征在于，所述的平均光譜反射率特征向量包括四種波長的光譜平均反射率，所述的四種波長分別為0.44～0.51微米、0.53～0.62微米、0.63～0.70微米和0.74～0.80微米。

9.如權利要求8所述的基于深度學習的遙感影像自動標注方法，其特征在于，基于SIFT特征的視覺詞袋向量通過以下步驟得到：

(a)計算得到所述模型訓練數(shù)據(jù)集中所有遙感影像的SIFT特征向量；

(b)對所有的SIFT特征向量進行聚類得到500～1000個聚類中心；

(c)以各個聚類中心作為視覺單詞，統(tǒng)計每張遙感影像的SIFT特征向量中各個視覺單詞的出現(xiàn)次數(shù)并形成基于SIFT特征的視覺詞袋向量。