[發(fā)明專利]基于深度學(xué)習(xí)的高分辨率遙感影像城市道路提取方法

有效

• 申請?zhí)枺?/td>: 201810029148.6
• 申請日: 2018-01-12
• 公開（公告）號: CN108256464B
• 公開（公告）日: 2020-08-11
• 發(fā)明（設(shè)計）人: 劉建明;楊曉冬;王楠;張藝譯
• 申請（專利權(quán)）人: 適普遠(yuǎn)景遙感信息技術(shù)（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于深度學(xué)習(xí)的高分辨率遙感影像城市道路提取方法，其特征在于，包括以下步驟：

步驟一、構(gòu)建訓(xùn)練數(shù)據(jù)集：選擇若干高分辨率遙感影像圖片，隨機(jī)分為訓(xùn)練數(shù)據(jù)集和驗證數(shù)據(jù)集；將訓(xùn)練數(shù)據(jù)集中包含道路的圖片標(biāo)記為正樣本，不包含道路的圖片標(biāo)記為負(fù)樣本；

步驟二、構(gòu)建SSD神經(jīng)網(wǎng)絡(luò)模型：搭建SSD神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練框架，將標(biāo)注后的訓(xùn)練數(shù)據(jù)集輸入到SSD神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行迭代訓(xùn)練，得到初始城市道路分類模型和參數(shù)；

步驟三、建立輻射特征損失函數(shù)：

其中，λ表示設(shè)定的常量，l為預(yù)測框，w當(dāng)前預(yù)測框輻射值，g_w表示當(dāng)前像素值與預(yù)測框內(nèi)像素均值的比值，x為當(dāng)前點像素值，y為當(dāng)前點輻射值，取值{0,1}；

步驟四、建立幾何特征損失函數(shù)：

其中，w表示像素點緊致度，取值(0，1]，C為該點距預(yù)測框左側(cè)距離值，m為該點距預(yù)測框上邊框距離值，x、y為該點坐標(biāo)值，T為設(shè)定的閾值；所述像素點緊致度w的計算公式為：

其中，Area為區(qū)域面積，p為區(qū)域周長；

步驟五、利用訓(xùn)練數(shù)據(jù)集對步驟二得到的初始城市道路分類模型進(jìn)行迭代訓(xùn)練，訓(xùn)練過程中使用步驟三和步驟四建立的損失函數(shù)對模型進(jìn)行評價，改進(jìn)模型參數(shù)，得到優(yōu)化的城市道路分類模型；利用優(yōu)化的城市道路分類模型對驗證數(shù)據(jù)集進(jìn)行檢測；

步驟六、使用優(yōu)化的城市道路分類模型對待處理的高分辨率遙感影像進(jìn)行處理，輸出城市道路數(shù)據(jù)。