[發(fā)明專利]一種將基于Mask R-CNN的遙感影像地物檢測(cè)實(shí)現(xiàn)為地理WPS服務(wù)的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010025117.0
• 申請(qǐng)日: 2020-01-10
• 公開(kāi)（公告）號(hào): CN111242006B
• 公開(kāi)（公告）日: 2021-04-09
• 發(fā)明（設(shè)計(jì)）人: 陳文龍;楊云麗;張煜;沈定濤;葉松;陳喆;魏思奇;王珺珂
• 申請(qǐng)（專利權(quán)）人: 長(zhǎng)江水利委員會(huì)長(zhǎng)江科學(xué)院
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06N20/00;G06F16/29
• 代理公司: 武漢楚天專利事務(wù)所 42113
• 代理人: 孔敏

本發(fā)明提供一種將基于Mask R?CNN的遙感影像地物檢測(cè)實(shí)現(xiàn)為地理WPS服務(wù)的方法，可以實(shí)現(xiàn)Mask R?CNN模型遙感影像地物檢測(cè)的遠(yuǎn)程在線和多人共享應(yīng)用。本發(fā)明實(shí)現(xiàn)了根據(jù)應(yīng)用需求，調(diào)用Mask R?CNN模型對(duì)遙感影像數(shù)據(jù)的自動(dòng)化地物檢測(cè)識(shí)別，以及對(duì)地物檢測(cè)結(jié)果的空間矢量多邊形自動(dòng)轉(zhuǎn)換和空間數(shù)據(jù)庫(kù)存儲(chǔ)，并把作為規(guī)范地理編碼格式的地物檢測(cè)結(jié)果網(wǎng)絡(luò)傳輸至客戶端的完整應(yīng)用服務(wù)流程。本發(fā)明極大程度地降低了遙感影像地物檢測(cè)過(guò)程中的人工工作量，這對(duì)于推動(dòng)Mask R?CNN模型在地物檢測(cè)方面的深入應(yīng)用有著非常好的促進(jìn)作用。

技術(shù)領(lǐng)域

本方法涉及地理信息系統(tǒng)、計(jì)算機(jī)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)領(lǐng)域，具體是一種將基于Mask R-CNN的遙感影像地物檢測(cè)實(shí)現(xiàn)為地理WPS服務(wù)的方法。

背景技術(shù)

Mask R-CNN是一種圖像識(shí)別檢測(cè)深度學(xué)習(xí)模型，因?yàn)槠鋬?yōu)良的目標(biāo)檢測(cè)能力，也被拓展應(yīng)用到遙感影像上，進(jìn)行特定地物目標(biāo)的檢測(cè)識(shí)別，相比傳統(tǒng)的遙感影像地物識(shí)別算法，取得了不錯(cuò)的應(yīng)用效果。

盡管利用Mask R-CNN模型進(jìn)行遙感影像的地物檢測(cè)具有較大應(yīng)用優(yōu)勢(shì)，但是在目前具體實(shí)踐中，存在著如下困難：

(1)利用Mask R-CNN模型進(jìn)行較快和較好的檢測(cè)運(yùn)算，需要配備高性能CPU和GPU的硬件平臺(tái)，普通應(yīng)用人員往往不具備這種條件；

(2)遙感影像的尺寸和文件大小遠(yuǎn)超過(guò)Mask R-CNN模型通常檢測(cè)的圖像，所以現(xiàn)在常用的方法是將遙感影像裁剪成大小符合要求的小幅圖像，再分別給與Mask R-CNN模型進(jìn)行檢測(cè)，增加了很多額外的數(shù)據(jù)預(yù)處理工作量；

(3)Mask R-CNN模型的檢測(cè)結(jié)果是像素圖像，沒(méi)有地理坐標(biāo)，不具有地理空間意義，還需要人工將其轉(zhuǎn)換為空間矢量等地理數(shù)據(jù)才有實(shí)際應(yīng)用價(jià)值；

(4)Mask R-CNN模型的地物檢測(cè)難以與其他相關(guān)的地理處理操作整合，形成統(tǒng)一的遙感影像地物檢測(cè)流程。

發(fā)明內(nèi)容

針對(duì)上述Mask R-CNN模型在遙感影像地物檢測(cè)上應(yīng)用的困難之處，本發(fā)明提出一種利用地理信息系統(tǒng)、計(jì)算機(jī)網(wǎng)絡(luò)等技術(shù)，將基于Mask R-CNN的遙感影像地物檢測(cè)實(shí)現(xiàn)為地理WPS服務(wù)的方法，可以實(shí)現(xiàn)Mask R-CNN模型遙感影像地物檢測(cè)的遠(yuǎn)程在線和多人共享應(yīng)用。地理WPS服務(wù)是一種用于在網(wǎng)絡(luò)上提供和執(zhí)行地理空間處理的規(guī)范服務(wù)，通過(guò)基于Mask R-CNN的遙感影像地物檢測(cè)的地理WPS服務(wù)，使用人員僅需通過(guò)網(wǎng)絡(luò)向服務(wù)器提交地物檢測(cè)請(qǐng)求，就能同樣通過(guò)網(wǎng)絡(luò)得到Mask R-CNN模型的地物檢測(cè)結(jié)果數(shù)據(jù)，降低了地物檢測(cè)過(guò)程中的人工工作量，擴(kuò)大了Mask R-CNN模型的應(yīng)用范圍和場(chǎng)景，這對(duì)于推動(dòng)Mask R-CNN模型在遙感影像地物檢測(cè)方面的深入應(yīng)用有著非常好的促進(jìn)作用。

為了解決上述技術(shù)問(wèn)題，本法采用的技術(shù)方案是：一種將基于Mask R-CNN的遙感影像地物檢測(cè)實(shí)現(xiàn)為地理WPS服務(wù)的方法，包括如下步驟：

第一步、利用機(jī)器學(xué)習(xí)框架Tensorflow實(shí)現(xiàn)Mask R-CNN模型結(jié)構(gòu)，并通過(guò)基于TCP/IP協(xié)議的Socket網(wǎng)絡(luò)通信實(shí)現(xiàn)對(duì)Mask R-CNN模型的遠(yuǎn)程調(diào)用功能；

第二步、利用地理服務(wù)器提供的編程API，制作地理WPS服務(wù)，地理WPS服務(wù)可接受客戶端的網(wǎng)絡(luò)請(qǐng)求參數(shù)，然后向Mask R-CNN模型發(fā)出遠(yuǎn)程調(diào)用請(qǐng)求；

第三步、利用GDAL空間數(shù)據(jù)讀取庫(kù)，實(shí)現(xiàn)Mask R-CNN模型對(duì)遙感影像數(shù)據(jù)的自動(dòng)化地物檢測(cè)識(shí)別計(jì)算；

第四步、利用GIS空間處理和空間數(shù)據(jù)庫(kù)，將Mask R-CNN模型遙感影像地物檢測(cè)的輸出結(jié)果自動(dòng)轉(zhuǎn)換為空間矢量多邊形數(shù)據(jù)并進(jìn)行存儲(chǔ)；

第五步、將地物檢測(cè)的空間矢量結(jié)果轉(zhuǎn)換為能進(jìn)行網(wǎng)絡(luò)傳輸?shù)牡乩砭幋a格式，通過(guò)地理WPS服務(wù)返回至請(qǐng)求服務(wù)的客戶端。