[發明專利]解譯遙感圖像的方法、裝置和電子設備

有效

• 申請號: 201710050588.5
• 申請日: 2017-01-23
• 公開（公告）號: CN108229467B
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 石建萍
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06N3/04
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種解譯遙感圖像的方法，其特征在于，所述方法包括：

基于多層神經網絡模型解譯遙感圖像樣本集中的各遙感圖像樣本，得到解譯遙感圖像集；

響應于所述解譯遙感圖像集的當前解譯情況不滿足解譯完成條件，對所述解譯遙感圖像集中的至少部分解譯遙感圖像的至少部分解譯結果進行修正，得到更新后的解譯遙感圖像集，其中，所述解譯結果包括：所述解譯遙感圖像中的像素所屬的目標類別，所述修正包括對解譯結果錯誤的遙感圖像進行重新標注；

響應于所述多層神經網絡模型的當前訓練情況不滿足訓練完成條件，根據所述更新后的解譯遙感圖像集調整所述多層神經網絡模型的網絡參數；

基于網絡參數調整后的所述多層神經網絡模型重復執行上述步驟，直至所述解譯遙感圖像集的當前解譯情況滿足所述解譯完成條件、且所述多層神經網絡模型的當前訓練情況滿足所述訓練完成條件。

2.根據權利要求1所述的方法，其特征在于，所述基于多層神經網絡模型解譯遙感圖像樣本集中的各遙感圖像樣本，得到解譯遙感圖像集，包括：

基于多層神經網絡模型確定各所述遙感圖像樣本中每個像素所屬的目標類別；

對確定出目標類別的各像素進行標注，得到解譯遙感圖像集。

3.根據權利要求2所述的方法，其特征在于，所述對確定出目標類別的各像素進行標注，包括：

將確定出目標類別的各像素的顏色標注為與各所述目標類別一一對應的顏色。

4.根據權利要求1所述的方法，其特征在于，所述解譯完成條件，包括：

所述解譯遙感圖像集中每個解譯遙感圖像的解譯結果的正確率在預定容差范圍內；和/或

所述解譯遙感圖像集中解譯結果的正確率大于預定閾值的解譯遙感圖像的數量，與解譯遙感圖像集中的全部解譯遙感圖像的數量之比，大于比例。

5.根據權利要求1所述的方法，其特征在于，所述訓練完成條件，包括：

所述多層神經網絡模型的訓練次數達到訓練次數閾值。

6.根據權利要求1所述的方法，其特征在于，所述對所述解譯遙感圖像集中的至少部分解譯遙感圖像的至少部分解譯結果進行修正，包括：

接收用于修正所述解譯遙感圖像集中的至少部分解譯遙感圖像的至少部分解譯結果的修正數據；

根據所述修正數據修正所述解譯遙感圖像集中，與所述修正數據對應的解譯遙感圖像的解譯結果。

7.根據權利要求1所述的方法，其特征在于，首次修正前的遙感圖像樣本集包括帶有用于標注至少一部分像素所屬的目標類別的標注信息的至少一張遙感圖像樣本；

其中，首次修正前的遙感圖像樣本集中的所述至少一張遙感圖像樣本中，各像素所屬的目標類別的數量小于預設的類別數目。

8.根據權利要求1所述的方法，其特征在于，所述基于多層神經網絡模型解譯遙感圖像樣本集中的各遙感圖像樣本，得到解譯遙感圖像集，包括：

基于所述多層神經網絡模型解譯各所述遙感圖像樣本中至少一部分像素所屬的目標類別，得到所述解譯遙感圖像集。

9.根據權利要求1所述的方法，其特征在于，所述對所述解譯遙感圖像集中的至少部分解譯遙感圖像的至少部分解譯結果進行修正，得到更新后的解譯遙感圖像集，包括：

使用修正后的解譯遙感圖像集中的解譯遙感圖像替換更新前的解譯遙感圖像集中與之對應的解譯遙感圖像，得到更新后的解譯遙感圖像集。

10.根據權利要求1所述的方法，其特征在于，所述對所述解譯遙感圖像集中的至少部分解譯遙感圖像集的至少部分解譯結果進行修正，得到更新后的解譯遙感圖像集，包括：

將修正后的解譯遙感圖像添加到所述解譯遙感圖像集中，得到更新后的解譯遙感圖像集。

11.根據權利要求1-10任一項所述的方法，其特征在于，所述多層神經網絡模型為卷積神經網絡。