[發明專利]一種基于尺度注意力網絡的遙感圖像場景分類方法

有效

• 申請號: 201910614535.0
• 申請日: 2019-07-09
• 公開（公告）號: CN110414377B
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 邊小勇;費雄君;穆楠;張曉龍;鄧春華
• 申請（專利權）人: 武漢科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 武漢東喻專利代理事務所(普通合伙) 42224
• 代理人: 王聰聰

1.一種基于尺度注意力網絡的遙感圖像場景分類方法，其特征在于，包括：

步驟S1：將場景數據集按預設比例劃分為訓練集和測試集；

步驟S2：對場景數據集中的圖像進行預處理；

步驟S3：將預處理后的數據集輸入到注意力模塊中進行顯著性檢測，產生注意力圖；

步驟S4：利用預訓練模型初始化尺度注意力網絡的參數，并采用訓練集和注意力圖微調尺度注意力網絡，保存訓練好的尺度注意力網絡；

步驟S5：采用微調后的尺度注意力網絡對待分類圖像場景的類別進行預測，獲得預測結果，將其作為分類結果；

其中，步驟S3具體包括：

步驟S3.1：將進行預處理后的圖像輸入到注意力模塊，執行超像素分割，超像素表示為{s_i}，i＝1，...N；

步驟S3.2：從圖像中提取注意力特征：包括顏色特征，紋理特征，方向特征和梯度特征；

步驟S3.3：根據一維熵篩選注意力特征，得到m個最優特征，表示為{F_k}，k＝1，...m；其中，一維熵由以下公式計算：

式(3)中P_I表示灰度值為I的像素的比例；

步驟S3.4：基于全局區域對比度和空間關系計算每一個超像素s_i的顯著性分數Sal(s_i)，生成初始注意力圖，表示為S₀，超像素s_i的顯著性分數由以下公式計算：

其中，c(s_i)由以下公式計算：

dis(s_i，s_j)由以下公式計算：

上式中，

c(s_i)為超像素(x_i，y_i)與圖像中心坐標(x′，y′)之間的距離，

[1 a b]表示CIELAB顏色空間像素的三個顏色分量，

s_i，s_j分別表示第i，j個超像素，

(x_i，y_i)，(x_j，y_j)分別表示超像素s_i，s_j的空間坐標，

Z為相鄰超像素的空間距離，

β為固定常數，取值范圍[1，40]，

dis(s_i，s_j)表示超像素之間的顏色-空間加權距離；

步驟S3.5：使用最大類間方差(Otsu)閾值將注意力圖S_k-1，k≥1分割為顯著和非顯著區域，即圖像的前景種子(FS)和背景種子(BS)；

步驟S3.6：基于注意力圖的前景種子和背景種子重新計算每一個超像素s_i的顯著性分數Sal′(s_i)，生成優化后的注意力圖S_k，k≥1，超像素的顯著性分數由以下公式計算：

其中，前景種子的顯著性分數計算公式為：

背景種子的顯著性分數計算公式為：

上式中，Sal_FS(·)和Sal_BS(·)分別表示前景和背景的顯著性分數；

步驟S3.7：計算優化后的注意力圖S_k的損失函數L(k)，并重復步驟S3.5和S3.6，最小化L(k)的值，得到對應的最優注意力圖S_k；其中，損失函數值由以下公式計算：

L(k)＝L₁(k)+L₂(k)(9)

其中，L₁(k)由以下公式計算：

L₁(k)＝(S_k-S_k-1)² (10)

L₂(k)由以下公式計算：

其中，k≥1，s_i，s_j∈S_k，1≤i，j≤j。