[發明專利]基于激活表達可替換性的遙感圖像建筑物識別方法

有效

• 申請號: 202010314628.4
• 申請日: 2020-04-21
• 公開（公告）號: CN111539306B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 陳力;李海峰;彭劍;朱佳瑋;黃浩哲;崔振琦
• 申請（專利權）人: 中南大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 長沙大珂知識產權代理事務所(普通合伙) 43236
• 代理人: 伍志祥

1.基于激活表達可替換性的遙感圖像建筑物識別方法，其特征在于，包括以下步驟：

步驟1，獲取遙感圖像建筑物數據集；

步驟2，訓練普通深度神經網絡模型；

步驟3，計算識別所述模型中每個卷積核的獨立最大響應圖；

步驟4，計算每個卷積核的激活表達可替換性；

步驟5，根據每個卷積核的激活表達可替換性對模型卷積核進行修剪，保留小的激活表達可替換性；

步驟6，使用修剪后的深度神經網絡模型進行遙感圖像建筑物識別；

步驟2中所述的深度神經網絡模型的訓練過程中，訓練集表示為D＝{X，y}，X表示第n個遙感圖像，y表示對應第n個遙感圖像的建筑物標簽，Θ＝{W，b}表示為需要訓練的深度神經網絡的權重，W表示第l個卷積層，b表示第l層上的偏置，通過定義識別任務的損失函數并使用BP算法，得到訓練好的權重Θ^*使得模型可以在數據集D上得到高的識別正確率的同時，還保持小的誤差值靜態；

所述的激活表達可替換性的計算包括以下步驟：

步驟401，計算表達可替換性，表達可替換性的公式如下

RS(l，i)表示第l層第i個卷積核的解纏特征可以被同層其它卷積核替換的特性，其中，|{x_l}|表示第l層卷積核的總數目，IAM(l，i)表示為第l層第i個卷積核生成的獨立最大響應圖的特征表示，f(IAM(l，i))表示將生成的獨立最大響應圖特征表示進行前向傳播得到的第l層第i個卷積核的激活值；|{x_l，j：x_l，j＞x_l，i}|表示第l層中，大于第i個卷積核激活值的卷積核個數；表達可替換性量化了卷積核在同層上表達的可替換性，其度量值范圍在[0，1]；

步驟402，計算激活的表達可替換性，激活的表達可替換性定義為：

AR(l，i)表示對應卷積核的激活值中，不為0數值的占比，激活的表達可替換性表示了目標卷積核輸出的有效激活值在特征空間中的表達可替換性。

2.根據權利要求1所述的遙感圖像建筑物識別方法，其特征在于，步驟3中所述的獨立最大響應圖的計算過程中，其目標函數為

其中，初始輸入的X為隨機噪聲，Θ^*為訓練好的權重，J表示在l層所有的卷積核數量，每一個卷積核的輸出為h_l，i(X，Θ^*)，它表示第l層上第i個卷積核的輸出，h_l，-i(X，Θ^*)表示除去目標i個卷積核的輸出激活值的其它特征圖，arg max(*)表示輸出的最大響應圖，X^*則表示最后輸出的獨立最大響應圖；

固定對應的權值，使用梯度上升算法，迭代更新X^*，使它可以讓第l層第i個卷積核的輸出激活值最大，目標函數得到的X^*可以使目標卷積核輸出盡可能大的同時，也保證其它卷積核的整體輸出較小，最終的X^*則為對應卷積核在特征空間下的獨立最大響應圖。