[發(fā)明專利]一種基于對(duì)抗神經(jīng)網(wǎng)絡(luò)模型的遙感圖像處理方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201911269701.4
• 申請(qǐng)日: 2019-12-11
• 公開（公告）號(hào): CN111160128B
• 公開（公告）日: 2023-07-18
• 發(fā)明（設(shè)計(jì)）人: 公雪霜;曹瓊;王海波;王冰冰;王巍霖;馮鵬
• 申請(qǐng)（專利權(quán)）人: 中國四維測(cè)繪技術(shù)有限公司
• 主分類號(hào): G06V20/13
• 分類號(hào): G06V20/13;G06V10/20;G06V10/74;G06V10/774;G06V10/82;G06N3/044;G06N3/045;G06N3/0464;G06N3/0475;G06N3/084;G06N3/094
• 代理公司: 中國航天科技專利中心 11009
• 代理人: 陳鵬

1.一種基于對(duì)抗神經(jīng)網(wǎng)絡(luò)模型的遙感圖像處理方法，其特征在于步驟如下：

(1)將所選包含同種地物標(biāo)記的衛(wèi)星遙感圖像及標(biāo)準(zhǔn)遙感圖像作為訓(xùn)練圖像數(shù)據(jù)，利用訓(xùn)練圖像數(shù)據(jù)以Pytorch框架為基礎(chǔ)，預(yù)設(shè)框架參數(shù)并構(gòu)建對(duì)抗神經(jīng)網(wǎng)絡(luò)模型；

(2)以所選同種地物標(biāo)記的衛(wèi)星遙感圖像作為對(duì)抗神經(jīng)網(wǎng)絡(luò)模型輸入圖像，將對(duì)抗神經(jīng)網(wǎng)絡(luò)模型輸出的遙感信息圖像及標(biāo)準(zhǔn)遙感圖像進(jìn)行對(duì)比，根據(jù)標(biāo)準(zhǔn)遙感圖像判定標(biāo)準(zhǔn)判斷遙感信息圖像是否符合可用，若可用，則作為輸出圖像發(fā)送給用戶，若不可用，則進(jìn)入步驟(3)；

(3)調(diào)整并優(yōu)化對(duì)抗神經(jīng)網(wǎng)絡(luò)模型的框架參數(shù)，并繼續(xù)以同種地物標(biāo)記的衛(wèi)星遙感圖像作為對(duì)抗神經(jīng)網(wǎng)絡(luò)模型輸入圖像，對(duì)輸出的遙感信息圖像及標(biāo)準(zhǔn)遙感圖像進(jìn)行對(duì)比，若可用，則作為輸出圖像發(fā)送給用戶，若不可用，繼續(xù)調(diào)整對(duì)抗神經(jīng)網(wǎng)絡(luò)模型的框架參數(shù)直至遙感信息圖像可用；

所述對(duì)抗神經(jīng)網(wǎng)絡(luò)模型可根據(jù)地物標(biāo)記種類對(duì)輸入的衛(wèi)星遙感圖像進(jìn)行標(biāo)記，并根據(jù)標(biāo)記后的衛(wèi)星遙感圖像輸出遙感影像色彩變換后的遙感信息圖像；

所述對(duì)抗神經(jīng)網(wǎng)絡(luò)模型可根據(jù)地物標(biāo)記種類對(duì)輸入的衛(wèi)星遙感圖像進(jìn)行標(biāo)記，并根據(jù)標(biāo)記后的不相同分辨率的衛(wèi)星遙感圖像輸出清晰度滿足需求的遙感信息圖像；

基于對(duì)抗神經(jīng)網(wǎng)絡(luò)模型的遙感圖像處理系統(tǒng)，包括生成器模塊、判別器模塊，其中：

生成器模塊：接收所選同種地物標(biāo)記的衛(wèi)星遙感圖像并根據(jù)模型預(yù)設(shè)參數(shù)生成遙感信息圖像；同時(shí)若接收到繼續(xù)訓(xùn)練指令，則調(diào)整模型預(yù)設(shè)參數(shù)并重新利用同種地物標(biāo)記的衛(wèi)星遙感圖像生成遙感信息圖像，直至不再收到繼續(xù)訓(xùn)練指令；

判別器模塊：對(duì)生成器模塊生成的遙感信息圖像及由外部接收的同種地物標(biāo)記的標(biāo)準(zhǔn)遙感圖像進(jìn)行對(duì)比，若遙感信息圖像滿足標(biāo)準(zhǔn)遙感圖像判定標(biāo)準(zhǔn)，則將該遙感信息圖像向外輸出，否則向生成器模塊發(fā)送繼續(xù)訓(xùn)練指令；

其中，在Pytorch框架下逐層搭建純卷積神經(jīng)網(wǎng)絡(luò)，生成對(duì)抗神經(jīng)網(wǎng)絡(luò)，包括生成器模塊G、判別器模塊D，數(shù)據(jù)域分別為X,Y，G負(fù)責(zé)將數(shù)據(jù)域X中的數(shù)據(jù)模仿為真實(shí)數(shù)據(jù)并隱藏于真實(shí)數(shù)據(jù)中，判別器模塊D將模仿數(shù)據(jù)與真實(shí)數(shù)據(jù)進(jìn)行區(qū)分，生成器模塊G、判別器模塊D持續(xù)工作直至判別器模塊D不能分辨出生成器模塊G生成的模仿數(shù)據(jù)與真實(shí)數(shù)據(jù)區(qū)別為止；

對(duì)抗神經(jīng)網(wǎng)絡(luò)中，采用所選樣本地表區(qū)的多時(shí)相遙感圖像和人工繪制的標(biāo)準(zhǔn)遙感信息圖像作為輸入，輸出圖像于對(duì)抗神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練后，逐步接近準(zhǔn)遙感信息圖像以實(shí)現(xiàn)圖像處理效果的提升；

對(duì)抗神經(jīng)網(wǎng)絡(luò)中，根據(jù)均勻分布原則對(duì)所有神經(jīng)網(wǎng)絡(luò)的權(quán)重進(jìn)行初始化，具體權(quán)重根據(jù)任務(wù)需求確定，將所選同種地物標(biāo)記的衛(wèi)星遙感圖像作為對(duì)抗神經(jīng)網(wǎng)絡(luò)模型輸入圖像，將對(duì)應(yīng)的標(biāo)準(zhǔn)遙感圖像共同作為訓(xùn)練數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)中并進(jìn)行多層卷積操作，對(duì)比神經(jīng)網(wǎng)絡(luò)的生成器輸出圖片和判別器標(biāo)準(zhǔn)圖片，確認(rèn)是否可用，若可用即可輸出，否則利用誤差反向傳播算法調(diào)整網(wǎng)絡(luò)的權(quán)重和偏置，重新進(jìn)行多層卷積操作，記錄此時(shí)的網(wǎng)絡(luò)參數(shù)并進(jìn)行調(diào)優(yōu)直至模型訓(xùn)練完畢。