[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
地址：	100044***	國省代碼：	北京;11
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種在線提取視頻衛星數據鑒別特征方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明公開了一種在線提取視頻衛星數據鑒別特征的方法，涉及視頻衛星數據圖像處理技術領域；本發明中提取鑒別特征的方法通過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。該方法不僅有效減少前向傳播過程中造成的像素信息損失，準確定位圖像的分割邊界；同時自編碼網絡模型自動地從無標注數據中學習特征，當視頻衛星數據通過神經網絡前向傳播得到中高層的語義信息后，可借助自編碼網絡進行語義信息壓縮與還原得到更加清晰的特征描述，從而擴大不同背景間的差異，達到更好的分割背景的效果。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種在線提取視頻衛星數據鑒別特征的方法。

背景技術

機器學習與計算機視覺應用領域普遍認為，機器理解世界有兩種主流方式：“相似式”與“鑒別式”。雖然現有技術中利用深度學習理論對地面視頻的圖像進行檢測處理已有成熟應用。但由于視頻衛星數據與地面視頻數據有本質不同，其中包括拍攝角度不同、觀測角度不同、傳感器搭載平臺不同、空間分辨率不同、成像方式不同以及圖像對比度不同，因而無法將計算機視覺應用領域的圖像處理方法直接應用到視頻衛星中。

在現有視頻圖像檢測處理技術方面，典型深度學習模型往往根源于“相似式”學習，注重目標自身特征的表示。而“鑒別式”學習，也注重目標特征，但此目標特征，是與背景不一致的、目標的專屬特征，即鑒別特征?！拌b別特征”對于圖像識別過程有著重要意義，目前對于“鑒別式”的學習應用相對而言較少。因此如何提高鑒別特征提取效率，準確提取出視頻衛星數據的鑒別特征，將鑒別特征有效應用在圖像處理過程，對視頻對象中圖像識別或目標檢測具有重要意義。

發明內容

本發明的目的在于提供一種在線提取視頻衛星數據鑒別特征的方法，從而解決現有技術中存在的前述問題。

為了實現上述目的，本發明采用的技術方案如下：

一種在線提取視頻衛星數據鑒別特征的方法，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。

優選地，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。