[發明專利]一種基于VIT的高分辨率遙感影像分類方法

在審

• 申請號: 202210439705.8
• 申請日: 2022-04-25
• 公開（公告）號: CN114723979A
• 公開（公告）日: 2022-07-08
• 發明（設計）人: 劉康;邢青濤;朱濟帥;李海霞;鄧美環
• 申請（專利權）人: 海南長光衛星信息技術有限公司
• 主分類號: G06V10/762
• 分類號: G06V10/762;G06V10/764;G06V10/774;G06V10/80;G06K9/62;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于VIT的高分辨率遙感影像分類方法，其特征在于，包括以下步驟：

步驟一、高分辨率遙感影像數據預處理；

步驟二、制作地物分類訓練樣本集；

步驟三、構建基于VIT的特征提取模型；

步驟四、構建基于VIT的Unet語義分割模型；

步驟五、訓練所述步驟四中的語義分割模型；

步驟六、使用所述步驟五中的語義分割模型對遙感影像分類。

2.根據權利要求1所述的基于VIT的高分辨率遙感影像分類方法，其特征在于，所述步驟一中的高分辨率遙感影像數據預處理，經過全色和多光譜影像融合、輻射校正、大氣校正、幾何校正步驟，獲得一個四波段的高分辨率遙感影像。

3.根據權利要求1所述的基于VIT的高分辨率遙感影像分類方法，其特征在于，所述步驟二中的制作地物分類訓練樣本集，使用矢量進行影像標注；建立與遙感影像相同大小的矢量，并將該矢量全要素分割，分為水體、植被、裸土、不透水面四個類型；使用shpfile文件對分成的類型進行標注，然后將shpfile根據類型字段不同，轉換為柵格數據，其中水體標注為1、植被標注為2、裸土標注為3、不透水面標注為4；與傳統的語義分割方法不同，這一步不再對影像切片。

4.根據權利要求1-3任一所述的基于VIT的高分辨率遙感影像分類方法，其特征在于，所述步驟三中的構建基于VIT的特征提取模型，建立端對端的網絡模型，然后使用VIT的特征提取部分提取特征，具體步驟為：

定義遙感影像數據為H×W×B大小，先將遙感影像切成一個個patch，從左上角開始選取邊長為P大小的塊，分成N個塊，每一patch大小為P×P×B，整景影像變為N*(P×P×B)；訓練時，將h×w個patch作為一個張量x進行訓練，h和w代表每個訓練張量中patch的數量，下面以訓練一個張量x為例：

a)降維：先將x的每個patch展平，再通過Linear層降到dim維，維度變為1×(h×w)×dim；

b)位置編碼(Pos_embedding)：為了學習patch之間的聯系以及更高層的特征，使用位置編碼的方法，將x的位置進行編碼，建立一個用于訓練的張量，大小為1×(h×w+1)×dim；

c)添加分類Class_token：新建一個Class_token用于存儲類型，初始化Class_token為1×1×dim，將Class_token與x進行并聯，新的x變為1×(h×w+1)×dim維，然后將這個結果與位置編碼相加，后面再接上Dropout層；

d)使用常規的Transformer結構進行特征提取，然后依次經過Pool層、Layer Norm層，并通過Linear層重新轉為二維數據，作為輸出特征U4。

5.根據權利要求4所述的基于VIT的高分辨率遙感影像分類方法，其特征在于，所述步驟四中的構建基于VIT的Unet語義分割模型，使用上述U4輸入到Unet網絡中，Unet網絡設置U形深度為4層；將U4經過兩個二維卷積，再通過下采樣，得到U3，將U3采用同樣的操作依次得到U2、U1；U1經過1×1的卷積得到S1，然后是上采樣階段，將S1使用反卷積上采樣得到S2，同理，通過S2依次得到S3、S4；最后將對應的U層和S層連接，形成Unet網絡。

6.根據權利要求5所述的基于VIT的高分辨率遙感影像分類方法，其特征在于，所述步驟五中的訓練所述步驟四的語義分割模型，在遙感影像中，地物類型分布往往不均勻，植被、不透水面類型的面積大，裸土、水體的面積小，所以使用Focal loss損失作為損失函數，以防止樣本不均衡的問題；使用SGD的方法調節參數，使用余弦退火的方法調整learningrate。

7.根據權利要求6所述的基于VIT的高分辨率遙感影像分類方法，其特征在于，所述步驟六中的使用所述步驟五的語義分割模型對遙感影像分類，將待分類的影像切成一個個patch，然后將每一個patch作為VIT的patch輸入到語義分割模型中分類，經過膨脹、腐蝕等后處理操作，添加坐標信息，生成tiff文件。