[發(fā)明專利]一種影像分類方法和系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201610438777.5
• 申請(qǐng)日: 2016-06-17
• 公開（公告）號(hào): CN107516061B
• 公開（公告）日: 2020-04-07
• 發(fā)明（設(shè)計(jì)）人: 石建萍;李聰
• 申請(qǐng)（專利權(quán)）人: 北京市商湯科技開發(fā)有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京金闕華進(jìn)專利事務(wù)所(普通合伙) 11224
• 代理人: 陳建春

本申請(qǐng)公開了一種影像分類方法和系統(tǒng)，其中所述方法包括：將待分類的原始影像輸入訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)得到一融合特征；其中，所述卷積神經(jīng)網(wǎng)絡(luò)包括多個(gè)特征提取處理級(jí)和多個(gè)特征保留處理級(jí)；所述卷積神經(jīng)網(wǎng)絡(luò)將所述多個(gè)特征保留處理級(jí)分別輸出的多個(gè)輸出特征以及所述多個(gè)特征提取處理級(jí)最終輸出的最終輸出特征的尺寸調(diào)節(jié)為與所述原始影像的尺寸一致，對(duì)尺寸調(diào)節(jié)后的所述多個(gè)輸出特征以及最終輸出特征進(jìn)行特征融合得到所述融合特征；根據(jù)訓(xùn)練好的特征與類別之間的對(duì)應(yīng)關(guān)系，確定所述融合特征所對(duì)應(yīng)的所述原始影像所屬的類別。本發(fā)明能實(shí)現(xiàn)中高分辨率遙感影像的全自動(dòng)、高效率、高精度分類。

技術(shù)領(lǐng)域

本申請(qǐng)涉及圖像處理領(lǐng)域，尤其涉及一種影像分類方法和系統(tǒng)。

背景技術(shù)

隨著高分辨率遙感衛(wèi)星與微小衛(wèi)星不斷投入使用，十幾米～幾米的中高分辨率遙感影像的獲取效率越來越高，價(jià)格也越來越低，部分甚至可以免費(fèi)獲取。而且數(shù)據(jù)兼顧類似中低分辨率的空間宏觀信息和一定的對(duì)局部區(qū)域精細(xì)觀測能力，所以在國土、環(huán)境、農(nóng)林、規(guī)劃等領(lǐng)域受到廣泛關(guān)注與應(yīng)用。但是基于數(shù)據(jù)特點(diǎn)，使得側(cè)重于關(guān)注光譜信息而在中低分辨率數(shù)據(jù)處理中廣泛使用的面向像素分類方法和增強(qiáng)空間語義信息考慮的廣泛應(yīng)用于高分辨數(shù)據(jù)處理的面向?qū)ο蠓诸惙椒ǎ荒芎芎玫倪m用于中高分辨率的數(shù)據(jù)處理。

針對(duì)遙感影像的分類可以主要分為面向像素和面向?qū)ο髢深惙椒āＣ嫦蛳袼胤椒◤?qiáng)調(diào)每個(gè)像素處的光譜信息，而中低分辨率數(shù)據(jù)中的一個(gè)像素通常反應(yīng)空間中一片較大區(qū)域的共同特征，所以像素間光譜的相似性基本可以表征實(shí)際地物間的相似性，，所以該方法在中低分辨率影像處理中得到廣泛應(yīng)用。在高分辨率影像中，一個(gè)地物通常占據(jù)多個(gè)像素，而這些像素的光譜信息卻不完全一致甚至有較大差異，所以首先使用超像素分割將影像變?yōu)槿舾蓞^(qū)域然后分類的面向?qū)ο蠓椒ǐ@得更多應(yīng)用。而對(duì)于中高分辨率影像，面向像素方法在同物異譜現(xiàn)象上表現(xiàn)較差，不能準(zhǔn)確分類得到完整的地物信息；而面向?qū)ο蟮姆椒ㄔ谠擃惙直媛蕯?shù)據(jù)上很難實(shí)現(xiàn)理想分割，進(jìn)而影像全過程分類效果，同時(shí)它仍需要大量人工交互，在效率、精度上都很難令人滿意。

發(fā)明內(nèi)容

本申請(qǐng)的目標(biāo)在于提供一種對(duì)中高分辨率影像實(shí)現(xiàn)全自動(dòng)、高效率、高精度分類的方法和系統(tǒng)。

本申請(qǐng)的目標(biāo)由一種影像分類方法實(shí)現(xiàn)，該方法包括：

將待分類的原始影像輸入訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)得到一融合特征；其中，所述卷積神經(jīng)網(wǎng)絡(luò)包括依次對(duì)所述影像至少進(jìn)行卷積處理的多個(gè)特征提取處理級(jí)，部分特征提取處理級(jí)之間還分別連接一個(gè)步長不為1的中間池化層；所述卷積神經(jīng)網(wǎng)絡(luò)還包括分別對(duì)所述原始影像以及每個(gè)步長不為1的所述中間池化層輸出的輸出特征至少進(jìn)行卷積處理的多個(gè)特征保留處理級(jí)；所述卷積神經(jīng)網(wǎng)絡(luò)將所述多個(gè)特征保留處理級(jí)分別輸出的多個(gè)輸出特征以及所述多個(gè)特征提取處理級(jí)最終輸出的最終輸出特征的尺寸調(diào)節(jié)為與所述原始影像的尺寸一致，對(duì)尺寸調(diào)節(jié)后的所述多個(gè)輸出特征以及最終輸出特征進(jìn)行特征融合得到所述融合特征；

根據(jù)訓(xùn)練好的特征與類別之間的對(duì)應(yīng)關(guān)系，確定所述融合特征所對(duì)應(yīng)的所述原始影像所屬的類別。

本申請(qǐng)的目標(biāo)還由一種影像分類系統(tǒng)實(shí)現(xiàn)，該系統(tǒng)包括：

融合特征獲取模塊，用于將待分類的原始影像輸入訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)得到一融合特征；其中，所述卷積神經(jīng)網(wǎng)絡(luò)包括依次對(duì)所述影像至少進(jìn)行卷積處理的多個(gè)特征提取處理級(jí)，部分特征提取處理級(jí)之間還分別連接一個(gè)步長不為1的中間池化層；所述卷積神經(jīng)網(wǎng)絡(luò)還包括分別對(duì)所述原始影像以及每個(gè)步長不為1的所述中間池化層輸出的輸出特征至少進(jìn)行卷積處理的多個(gè)特征保留處理級(jí)；所述卷積神經(jīng)網(wǎng)絡(luò)將所述多個(gè)特征保留處理級(jí)分別輸出的多個(gè)輸出特征以及所述多個(gè)特征提取處理級(jí)最終輸出的最終輸出特征的尺寸調(diào)節(jié)為與所述原始影像的尺寸一致，對(duì)尺寸調(diào)節(jié)后的所述多個(gè)輸出特征以及最終輸出特征進(jìn)行特征融合得到所述融合特征；

分類模塊，用于根據(jù)訓(xùn)練好的特征與類別之間的對(duì)應(yīng)關(guān)系，確定所述融合特征所對(duì)應(yīng)的所述原始影像所屬的類別。