买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东科技大学

摘要：本发明公开一种基于渐进语义引导神经网络的筏式紫菜养殖区遥感检测方法，属于遥感图像处理技术领域。该方法包括以下步骤：步骤A：对筏式紫菜养殖区遥感影像进行数据处理，得到筏式紫菜养殖区检测训练数据集；步骤B：构建渐进语义引导神经网络模型，该渐进语义引导神经网络模型包括卷积神经网络、解码器和语义引导模块；将步骤A所得到的训练数据集输入至渐进语义引导神经网络模型，进行训练，获得训练后的渐进语义引导神经网络模型；步骤C：将待检测的筏式紫菜养殖区遥感图像数据输入至训练后的渐进语义引导神经网络模型，获得筏式紫菜养殖区检测结果。本方法可有效地检测近海筏式紫菜养殖区域，提升弱光谱响应养殖区的检测精度。

主权项：1.一种基于渐进语义引导神经网络的筏式紫菜养殖区遥感检测方法，其特征在于，包括以下步骤：步骤A：对筏式紫菜养殖区遥感影像进行数据处理，得到筏式紫菜养殖区检测训练数据集；步骤B：构建渐进语义引导神经网络模型，该渐进语义引导神经网络模型包括卷积神经网络、解码器和语义引导模块；将步骤A所得到的训练数据集输入至渐进语义引导神经网络模型，进行训练，获得训练后的渐进语义引导神经网络模型；步骤C：将待检测的筏式紫菜养殖区遥感图像数据输入至训练后的渐进语义引导神经网络模型，获得筏式紫菜养殖区检测结果；步骤B中训练过程如下：步骤B1：将训练数据集输入卷积神经网络的第一层卷积层，第一层卷积层的卷积核大小为3×3，步长为1，数量为32，获得特征图F1，其中步骤B2：将步骤B1所述特征图F1经过最大池化下采样层后，再利用卷积神经网络的第二层卷积层，第二层卷积层的卷积核大小为3×3，步长为1，数量为64，生成特征图F2， 步骤B3：将步骤B2所述特征图F2经过最大池化下采样层后，再利用卷积神经网络的第三层卷积层，第三层卷积层的卷积核大小为3×3，步长为1，数量为128，生成特征图F3， 步骤B4：将步骤B3所述特征图F3经过最大池化下采样层后，再利用卷积神经网络的第四层卷积层，第四层卷积层的卷积核大小为3×3，步长为1，数量为256，生成特征图F4， 步骤B5：将步骤B4所述特征图F4经过最大池化下采样层后，再利用卷积神经网络的第五层卷积层，第五层卷积层的卷积核大小为3×3，步长为1，数量为512，生成特征图F5， 步骤B6：将步骤B3、步骤B4、步骤B5分别生成的特征图F3、F4、F5输入到解码器中，生成语义引导特征图G1，步骤B7：将步骤B6所生成语义引导特征图G1经过下采样后与步骤B5所生成特征图F5同时输入到语义引导模块，得到的输出结果与下采样后的语义引导特征图逐像素相加，生成语义引导特征图G2，步骤B8：将步骤B7所生成语义引导特征图G2经过上采样后与步骤B4所生成特征图F4同时输入到语义引导模块，得到的输出结果与上采样后的语义引导特征图逐像素相加，生成语义引导特征图G3，步骤B9：将步骤B8所生成语义引导特征图G3经过上采样后与步骤B3所生成特征图F3同时输入到语义引导模块，得到的输出结果与上采样后的引导特征图逐像素相加，生成特征图G4，步骤B10：将步骤B9所生成语义引导特征图G4经过上采样以及Sigmoid激活函数处理后，生成输出图像，即为筏式紫菜养殖区概率预测图；步骤B11：将步骤B10所获得的筏式紫菜养殖区概率预测图与数据处理后的筏式紫菜养殖区遥感影像结合，计算focalloss损失函数，再通过误差反向传播使渐进语义引导神经网络模型收敛，获得训练后的渐进语义引导神经网络模型；步骤B6中解码器的处理过程如下：步骤B5所生成特征图F5经过上采样后得到F5＇，F5＇与步骤B4所生成特征图F4逐像素相乘得到F4＇，F4＇经过上采样后与步骤B3所生成特征图F3逐像素相乘得到F3＇；F4＇与F5＇拼接后经过一层卷积后生成的特征图与F3＇拼接后再次经过一层卷积生成初始引导特征图G1；上述卷积过程中卷积核大小为3×3，步长为1，数量为64；步骤B7、步骤B8与步骤B9中，语义引导模块的处理过程如下：步骤B7中，将步骤B6所生成语义引导特征图G1经过Sigmoid激活函数处理后得到养殖区语义特征图G1＇，G1＇经过Reverse操作后得到背景语义特征图G1"，G1"与步骤B5所生成特征图F5逐像素相乘后经过一层卷积，然后与下采样后的语义引导特征图G1逐像素相加，得到语义引导特征图G2；步骤B8中，将步骤B7所生成语义引导特征图G2经过Sigmoid激活函数处理后得到更新后的养殖区语义特征图G2＇，G2＇经过Reverse操作后得到背景语义特征图G2"，G2"与步骤B4所生成特征图F4逐像素相乘后经过一层卷积，然后与上采样后的语义引导特征图G2逐像素相加，得到语义引导特征图G3；步骤B9中，将步骤B8所生成语义引导特征图G3经过Sigmoid激活函数处理后得到更新后的养殖区语义特征图G3＇，G3＇经过Reverse操作后得到背景语义特征图G3"，G3"与步骤B3所生成特征图F3逐像素相乘后经过一层卷积，然后与上采样后的语义引导特征图G3逐像素相加，得到语义引导特征图G4。

全文数据：

权利要求：

百度查询： 山东科技大学 一种基于渐进语义引导神经网络的筏式紫菜养殖区遥感检测方法