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：武汉大学
摘要：本发明公开了一种面向遥感图像表征的对比自监督学习方法，通过采集异源的卫星影像构建遥感自监督学习训练数据集，利用同步的随机裁切保证成对视图之间的语义一致性，同时依赖异源卫星由于传感器型号、拍摄视角、访问时间等差异带来的成像上的差异构成天然的数据增广，平衡了不同视图的多样性；再结合异步的教师‑学生网络模型，实现对遥感图像的对比自监督学习。相对于通用的对比自监督学习方法，本发明公开的方法能够有效的避免由于随机增广导致的语义不一致性，进而损害遥感图像自监督学习表征的性能。本发明可以有效地应用到基于深度学习的遥感图像的解译任务中去，有效地降低对于遥感图像人工标注的依赖。
主权项：1.一种面向遥感图像表征的对比自监督学习方法，其特征在于，包括以下步骤：步骤01，获取异源且配准的高分辨率光学遥感卫星影像，采用不同尺寸的滑动窗口同步地随机裁切不同尺寸的多源图像对，生成配准的遥感图像对，同时，根据图像中像素方差大小筛选数据，保留像素方差大于M的图像对，用于遥感图像的自监督训练；步骤02，利用所述异源配准的图像对，在图像范围内随机选取面积占比P1％～P2％的正方形区域，以该区域为边界同时裁剪两幅图像，获得成对的视图，而后对两个视图独立地进行随机旋转增强，最后统一缩放至同样的大小，生成同一场景下的成对视图；步骤03，利用所述成对视图，分别送入教师-学生自监督学习网络中进行训练，在教师网络和学生网络中，均首先通过骨干网络分别提取视图的特征图，并根据特征图金字塔网络构建特征金字塔，并利用结构相同的特征投影器将特征金字塔每一级的特征生成对应层级的投影向量；之后，任意选取教师网络和学生网络中两个视图不同层级的投影向量，利用学生网络中的特征预测器，根据学生网络的投影向量对教师网络的投影向量进行预测，以此实现自监督训练。
全文数据：
权利要求：
百度查询： 武汉大学 一种面向遥感图像表征的对比自监督学习方法
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