[發(fā)明專利]高光譜遙感影像半監(jiān)督分類方法、裝置及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010736807.7
• 申請日: 2020-07-28
• 公開（公告）號: CN111914728B
• 公開（公告）日: 2022-08-26
• 發(fā)明（設(shè)計(jì)）人: 高紅民;繆雅文;曹雪瑩;李臣明;陳忠昊;邱澤林
• 申請（專利權(quán)）人: 河海大學(xué)
• 主分類號: G06V20/13
• 分類號: G06V20/13;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 柏尚春

1.一種高光譜遙感影像半監(jiān)督分類方法，其特征在于，包括步驟：

(1)對高光譜遙感影像的光譜維及對應(yīng)標(biāo)簽進(jìn)行預(yù)處理，劃分訓(xùn)練集與測試集；

(2)建立生成網(wǎng)絡(luò)結(jié)構(gòu)，其中：

生成器G用于生成對應(yīng)的偽光譜，輸入為隨機(jī)生成的固定維數(shù)的向量；

判別器D用于接收偽光譜以及真實(shí)無標(biāo)簽光譜，判斷所輸入光譜數(shù)據(jù)的真?zhèn)危敵銎錇檎娴母怕剩?/p>

分類器C1用于接收偽光譜以及真實(shí)有標(biāo)簽光譜，判斷所輸入光譜數(shù)據(jù)的所屬于地物類別，輸出其類別標(biāo)簽；

(3)對建立的生成網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行訓(xùn)練，使用均方根傳遞隨機(jī)梯度下降策略RM-Sprop對生成網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化，得到AC-WGAN網(wǎng)絡(luò)結(jié)構(gòu)，生成與真實(shí)光譜數(shù)據(jù)相似分布的偽光譜；

(4)將真實(shí)光譜以及偽光譜投入與分類器C1共享參數(shù)的分類器C2，獲得分類結(jié)果。

2.根據(jù)權(quán)利要求1所述的高光譜遙感影像半監(jiān)督分類方法，其特征在于，網(wǎng)絡(luò)訓(xùn)練階段，所述生成器G的損失函數(shù)選用如下公式：

L(G)＝-E_x～PG[D(x)]+α*C_loss

其中，x表示D網(wǎng)絡(luò)輸入的光譜數(shù)據(jù)，包括G生成的偽光譜以及輸入的真實(shí)無標(biāo)簽光譜；E[.]表示計(jì)算期望值；D(x)表示所輸入光譜數(shù)據(jù)為真的概率；α是權(quán)重；C_loss是分類器C1的損失函數(shù)。

3.根據(jù)權(quán)利要求1所述的高光譜遙感影像半監(jiān)督分類方法，其特征在于，網(wǎng)絡(luò)訓(xùn)練階段，所述判別器D的損失函數(shù)選用如下公式：

其中，x表示D網(wǎng)絡(luò)輸入的光譜數(shù)據(jù)，包括G生成的偽光譜以及輸入的真實(shí)無標(biāo)簽光譜；D(x)表示所輸入光譜數(shù)據(jù)為真的概率；E[.]表示計(jì)算期望值；P_data是真實(shí)光譜數(shù)據(jù)分布；P_g是G生成的偽光譜數(shù)據(jù)分布；λ是懲罰項(xiàng)權(quán)重；是計(jì)算梯度；是需要施加懲罰項(xiàng)空間內(nèi)數(shù)據(jù)的數(shù)據(jù)分布。

4.根據(jù)權(quán)利要求3所述的高光譜遙感影像半監(jiān)督分類方法，其特征在于，根據(jù)如下公式計(jì)算需要施加懲罰項(xiàng)空間內(nèi)數(shù)據(jù)的數(shù)據(jù)分布

其中，∈為一個(gè)0到1之間的隨機(jī)數(shù)，x_data為從真實(shí)光譜數(shù)據(jù)分布中隨機(jī)采樣得到的一個(gè)值，x_g為從G生成的偽光譜數(shù)據(jù)分布中隨機(jī)采樣得到的一個(gè)值。

5.根據(jù)權(quán)利要求1所述的高光譜遙感影像半監(jiān)督分類方法，其特征在于，網(wǎng)絡(luò)訓(xùn)練階段，所述分類器C1的損失函數(shù)選用如下公式：

L(C)＝E_x～Pdata[log(P(C＝c))]+E_x～Pg[log(P(C＝c))]

其中，x表示D網(wǎng)絡(luò)輸入的光譜數(shù)據(jù)，包括G生成的偽光譜以及輸入的真實(shí)無標(biāo)簽光譜；E[.]表示計(jì)算期望值；P_data是真實(shí)光譜數(shù)據(jù)分布；P_g是G生成的偽光譜數(shù)據(jù)分布；P(C＝c)表示分類正確的概率；log()表示計(jì)算信息熵。

6.根據(jù)權(quán)利要求1所述的高光譜遙感影像半監(jiān)督分類方法，其特征在于，所述生成網(wǎng)絡(luò)結(jié)構(gòu)的訓(xùn)練采用交替訓(xùn)練方法，包括步驟：

(1)隨機(jī)抽取訓(xùn)練集中部分?jǐn)?shù)據(jù)投入生成網(wǎng)絡(luò)；

(2)固定生成器G的參數(shù)，訓(xùn)練判別器D以及分類器C1；

(3)固定判別器D以及分類器C1的參數(shù)，訓(xùn)練生成器G；

(4)循環(huán)以上步驟，直到生成器G、判別器D以及分類器C1的損失函數(shù)均收斂。

7.根據(jù)權(quán)利要求1所述的高光譜遙感影像半監(jiān)督分類方法，其特征在于，所述生成器G、判別器D、分類器C1、分類器C2均由深度前饋神經(jīng)網(wǎng)絡(luò)模型構(gòu)成。

8.根據(jù)權(quán)利要求1所述的高光譜遙感影像半監(jiān)督分類方法，其特征在于，所述分類器C1、分類器C2均包括Softmax分類層，所述Softmax分類層用于計(jì)算并比較輸入數(shù)據(jù)為每個(gè)地物對應(yīng)光譜的概率，選取概率最大的類別，輸出其類別標(biāo)簽。