[發明專利]一種在線提取視頻衛星數據鑒別特征的方法

有效

• 申請號: 202010881676.1
• 申請日: 2020-08-26
• 公開（公告）號: CN111931689B
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 呂京國;曹逸飛;運則輝;耿宇
• 申請（專利權）人: 北京建筑大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06N3/08
• 代理公司: 北京市盛峰律師事務所 11337
• 代理人: 于國強

1.一種在線提取視頻衛星數據鑒別特征的方法，其特征在于，獲取視頻衛星數據的圖像，對獲取到的圖像進行數據標注，然后將數據標注后的標注區域作為鑒別特征提取范圍，在線訓練對稱語義分割模型，采用訓練后的對稱語義分割模型和自編碼網絡模型提取鑒別特征，具體包括以下步驟：

S1，采用UC-MERCED數據集在線訓練對稱語義分割模型，以便更有效地獲取到視頻衛星數據中的影像特征；

S2,利用訓練后的對稱語義分割模型對視頻衛星數據進行語義分割，得到一系列的影像特征圖，最終分割成具有一定語義含義的區域塊，并識別出每個區域塊的語義類別，從而得到具有逐像素語義標注的分割圖像；

S3，建立特征篩選機制，根據標注區域目標模板，從分割圖像中篩選出含有語義的目標影像特征；

S4,將目標影像特征通過自編碼網絡模型進行語義信息優化與重構，得到與背景不一致的、目標的專屬特征，從而提取得到視頻衛星數據中目標的鑒別特征。

2.根據權利要求1所述的在線提取視頻衛星數據鑒別特征的方法，其特征在于，步驟S1中具體包括：

S11，選取UC-MERCED數據集，所述UC-MERCED數據集中包括多種地物分類；

S12，對UC-MERCED數據集中的地物類別進行選擇，有針對性地在線訓練對稱語義分割模型；

S13，最終獲取已訓練后的對稱語義分割模型進入步驟S2。

3.根據權利要求2所述的在線提取視頻衛星數據鑒別特征的方法，其特征在于，步驟S13中所述已訓練后的對稱語義分割模型包括特征提取部分和上采樣部分，所述特征提取部分利用下采樣方式逐漸展現背景信息，所述上采樣部分結合下采樣過程中生成的特征圖和上一次上采樣生成的特征圖還原細節信息，逐步還原至原圖像精度，最后通過分類器輸出不同分類的最大值，得到最終分割結果。

4.根據權利要求1所述的在線提取視頻衛星數據鑒別特征的方法，其特征在于，步驟S3中具體包括：

利用SIFT特征匹配算法，將標注區域目標模板與分割圖像中的區域塊進行匹配，進行特征點提取；

具體為：建立特征篩選機制，取標注區域目標模板中的一個SIFT關鍵點，并找出其與分割圖像中歐式距離最近的前兩個關鍵點，在這兩個關鍵點中，如果最近的距離除以次近的距離得到的比率ratio少于某個閾值T，則認定該目標模板中的所述SIFT關鍵點和分割圖像中與其歐氏距離最近的關鍵點為一對匹配點，否則剔除這對匹配點，從而篩選出含有語義的目標影像特征。

5.根據權利要求4所述的在線提取視頻衛星數據鑒別特征的方法，其特征在于，所述閾值T取值為0.55，既保證匹配點數目多，又保證匹配精度相對高。

6.根據權利要求1所述的在線提取視頻衛星數據鑒別特征的方法，其特征在于，所述自編碼網絡模型包括編碼器和解碼器，所述自編碼網絡模型中編碼和解碼的過程為：

其中，x和分別為輸入和輸出數據；y為網絡學習的特征表達；W₁和W₂分別為編碼和解碼網絡的權重；b₁和b₂分別表示隱藏層和輸出層的單元偏置；f和g表示激活函數。