龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：长光卫星技术股份有限公司
摘要：本发明涉及一种海量高分辨率卫星遥感影像自监督学习方法及其适用的系统，该方法包括步骤：构建高分辨率卫星遥感影像自监督数据集；利用数据增强模块对卫星影像数据进行数据增强；利用孪生知识蒸馏模块，将经过数据增强后的卫星影像数输入到高分辨率卫星遥感影像编码模块；利用多损失构建模块得到损失函数LCLS、LMIM以及LMIM‑S；利用动量参数更新模块进行动量更新。本发明的海量高分辨率卫星遥感影像自监督学习方法，充分结合高分辨率卫星遥感影像的特点，重新设计了自监督模型的架构，并利用上下文编码和类别预测2种代理任务同时进行自监督学习，使模型对于高分辨率卫星遥感影像有优秀、稳定的特征提取能力。
主权项：1.一种海量高分辨率卫星遥感影像自监督学习方法，其特征在于，该方法适用的系统包括：数据增强模块，用来利用随机尺度缩放、随机裁剪、随机旋转、随机颜色扰动与随机掩码的组合对输入数据进行2种增强变换；孪生知识蒸馏模块，用来利用孪生知识蒸馏架构，输入在教师分支与学生分支并行计算；通过高分辨率卫星遥感影像编码器，对输入的高分辨卫星遥感影像进行编码，实现特征的提取；多损失构建模块，用来对于提取的卫星影像特征，分别通过类别预测结构、上下文编码结构与多尺度上下文编码结构，构造损失函数，利用教师网络输出在局部尺度和整体尺度对学生网络进行蒸馏；动量参数更新模块，用来利用随机梯度下降算法对学生网络的参数进行更新，并利用动量更新策略对教师网络参数进行在线更新；利用多种代理任务与孪生在线知识蒸馏的方式，实现对海量高分辨率卫星遥感影像内部特征的充分自监督学习；该方法包括以下步骤：步骤1：构建高分辨率卫星遥感影像自监督数据集；步骤2：利用数据增强模块对卫星影像数据进行数据增强；步骤3：利用孪生知识蒸馏模块，将经过数据增强后的卫星影像数输入到高分辨率卫星遥感影像编码模块；步骤4：利用多损失构建模块得到损失函数；步骤5：利用动量参数更新模块进行动量更新。
全文数据：
权利要求：
百度查询： 长光卫星技术股份有限公司 一种海量高分辨率卫星遥感影像自监督学习方法及其适用的系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号