[發明專利]標簽生成方法、裝置、設備、存儲介質及程序產品

在審

• 申請號: 202110839342.2
• 申請日: 2021-07-23
• 公開（公告）號: CN113505844A
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 李世行;殷磊;吳海山
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 陳文斌

1.一種標簽生成方法，其特征在于，所述方法應用于標簽生成設備，所述方法包括以下步驟：

獲取第一遙感圖像中各第一圖像單元分別對應的第一分類標簽值，其中，所述第一遙感圖像是在第一時期對目標地理區域采集得到的遙感圖像；

獲取在第二時期對所述目標地理區域采集得到的第二遙感圖像；

將所述第一圖像單元對應的所述第一分類標簽值轉換為與所述第一分類標簽值大小接近的近似標簽值，其中，所述近似標簽值與所述第一分類標簽值之間的差值在預設區間內；

將所述近似標簽值作為第二圖像單元對應的分類標簽值，其中，所述第二圖像單元是所述第二遙感圖像中與所述第一圖像單元對應相同地理區域的圖像單元。

2.如權利要求1所述的標簽生成方法，其特征在于，所述第一分類標簽值包括各種分類類別分別對應的類別標簽值，所述將所述第一圖像單元對應的所述第一分類標簽值轉換為與所述第一分類標簽值大小接近的近似標簽值的步驟包括：

當所述類別標簽值為1時，將1減去預設差值得到的結果作為所述類別標簽值對應的近似標簽值，其中，所述預設差值為所述預設區間的上限值；

當所述類別標簽值為0時，采用所述預設差值除以剩余類別數得到的結果作為所述類別標簽值對應的近似標簽值，其中，所述剩余類別數是為分類類別的總數減去1。

3.如權利要求2所述的標簽生成方法，其特征在于，所述當所述類別標簽值為1時，將1減去預設差值得到的結果作為所述類別標簽值對應的近似標簽值的步驟之前，還包括：

計算所述第一遙感圖像和所述第二遙感圖像之間在預設圖像特征上的特征差異度；

根據預設的差異度與差值之間的映射關系將所述特征差異度對應的差值作為所述預設差值。

4.如權利要求1至3任一項所述的標簽生成方法，其特征在于，所述獲取第一遙感圖像中各第一圖像單元分別對應的第一分類標簽值的步驟包括：

獲取所述第一遙感圖像中第一部分圖像區域的人工標注數據；

從所述人工標注數據中提取得到所述第一部分圖像區域中各圖像單元的分類標簽值；

采用所述第一部分圖像區域以及所述第一部分圖像區域中各圖像單元的分類標簽值訓練得到第一圖像分類模型；

采用所述第一圖像分類模型對所述第一遙感圖像中除所述第一部分圖像區域外的第二部分圖像區域進行分類，得到所述第二部分圖像區域中各圖像單元的分類標簽值。

5.如權利要求4所述的標簽生成方法，其特征在于，所述將所述近似標簽值作為第二圖像單元對應的分類標簽值的步驟之后，還包括：

采用所述第二遙感圖像和所述第二遙感圖像中各所述第二圖像單元的分類標簽值訓練得到第二圖像分類模型。

6.如權利要求5所述的標簽生成方法，其特征在于，所述采用所述第二遙感圖像和所述第二遙感圖像中各所述第二圖像單元的分類標簽值訓練得到第二圖像分類模型的步驟包括：

采用所述第二遙感圖像和所述第二遙感圖像中各所述第二圖像單元的分類標簽值對預設的待訓練圖像分類模型進行一輪訓練，并檢測訓練后的待訓練圖像分類模型的分類準確度相對于訓練前的分類準確度是否增加；

若增加，則按照預設縮小尺度更新所述第二圖像單元的分類標簽值，以縮小所述第二圖像單元的分類標簽值與對應的所述第一分類標簽值之間的差值；

基于訓練后的待訓練圖像分類模型和更新后的所述第二圖像單元的分類標簽值，返回執行所述采用所述第二遙感圖像和所述第二遙感圖像中各所述第二圖像單元的分類標簽值對預設的待訓練圖像分類模型進行一輪訓練的步驟，直到檢測到滿足預設迭代停止條件時，將訓練后的待訓練圖像分類模型作為第二圖像分類模型。