[發明專利]一種基于深度學習的多尺度遙感影像目標識別系統及方法

在審

• 申請號: 202110014255.3
• 申請日: 2021-01-06
• 公開（公告）號: CN112329751A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 嚴華;李林錦;劉建明;楊曉冬;任飛龍
• 申請（專利權）人: 北京道達天際科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京華專卓海知識產權代理事務所(普通合伙) 11664
• 代理人: 王一

1.一種基于深度學習的多尺度遙感影像目標識別系統，其特征在于，采用服務化的技術架構，將服務進行容器化封裝，包括：

樣本數據采集服務，用于在遙感圖像中采集樣本標記數據，并獲取所述樣本標記數據對應的影像瓦片，得到樣本數據集；

目標識別模型訓練服務，用于將所述樣本數據集中的部分樣本數據輸入到深度學習平臺進行模型訓練，生成最優預測模型；

目標識別預測服務，用于將待識別的遙感影像進行瓦片化后輸入到所述最優預測模型，進行目標識別，得到目標識別結果。

2.根據權利要求1所述的系統，其特征在于，所述在遙感圖像中采集樣本標記數據，包括：

在遙感圖像的感興趣區域內，根據地物類別采集所述遙感圖像中標記樣本點的目標位置和屬性信息，作為樣本標記數據；所述樣本標記數據在所述感興趣區域內均勻分布，且其朝向均勻分布在0-360度范圍內。

3.根據權利要求1或2所述的系統，其特征在于，所述獲取所述樣本標記數據對應的影像瓦片，包括：

將所述樣本標記數據柵格化，按照TMS規則，切分成若干個固定大小的注記瓦片，得到對應的影像瓦片；所述影像瓦片包括對應的真彩色圖像和灰度圖像，并將所述真彩色圖像與其對應的影像瓦片以相同文件名稱保存。

4.根據權利要求1所述的系統，其特征在于，所述樣本數據集包括影像瓦片、目標類別描述文件、含有目標類別屬性的灰度圖像和訓練驗證統計文件。

5.根據權利要求3所述的系統，其特征在于，所述樣本數據采集服務，還用于將相同文件名稱的影像瓦片和真色彩圖像中地物不一致的文件刪除。

6.根據權利要求1所述的系統，其特征在于，所述目標識別模型訓練服務，進一步用于：

選擇訓練模型，設置迭代次數和步長參數；

按照預設比例從所述樣本數據集中選取樣本數據，將所選取的樣本數據輸入到訓練模型進行訓練；

判斷識別精度是否超過預設閾值，如果是，則完成訓練；否則繼續判斷當前是否達到迭代次數，如果未達到迭代次數，則調整步長參數繼續迭代訓練，如果達到迭代次數，則結束訓練。

7.根據權利要求1所述的系統，其特征在于，還包括目標識別后處理服務；

所述目標識別后處理服務，用于將所述目標識別結果進行矢量化，并將矢量化數據從像素坐標系轉換為地理坐標系，將轉換后的目標識別數據存儲到分布式數據庫；所述目標識別后處理服務，還用于將所述存儲在分布式數據庫中的目標識別數據發布到GIS平臺，供查詢瀏覽。

8.一種基于權利要求1~7任一項所述系統的多尺度遙感影像目標識別方法，其特征在于，包括：

在遙感圖像中采集樣本標記數據，并獲取所述樣本標記數據對應的影像瓦片，得到樣本數據集；

將所述樣本數據集中的部分樣本數據輸入到深度學習平臺進行模型訓練，生成最優預測模型；

將待識別的遙感影像進行瓦片化后輸入到所述最優預測模型，進行目標識別，得到目標識別結果。

9.一種電子設備，包括存儲器和處理器，所述存儲器上存儲有計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求8所述的方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如權利要求8所述的方法。