北华航天工业学院李旭青获国家专利权
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!
龙图腾网获悉北华航天工业学院申请的专利基于自监督学习的遥感影像作物分类方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118537652B 。
龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410740434.9,技术领域涉及:G06V10/764;该发明授权基于自监督学习的遥感影像作物分类方法是由李旭青;唐瑞尹;陈文博;王玉博;陈旭颖;王棋;吴艳萍;孙肖;罗巍;文斌;赵子辉设计研发完成,并于2024-06-08向国家知识产权局提交的专利申请。
本基于自监督学习的遥感影像作物分类方法在说明书摘要公布了:本发明公开了一种基于自监督学习的遥感影像作物分类方法,通过全自动化样本选择方法提取出符合规则的作物样本数据,将作物样本数据加工制作成粗训练样本集,利用代理任务结合注意力机制进行表征学习,基于特征相似度确定各遥感图片的相似图片,然后将代理特征作为语义聚类的先验条件,使用softmax后的最大化点积作为损失函数进行精细分类。本发明对影像自身的特征相似学习的方法进行无监督训练,通过聚类的方法完成对于作物的分类,避免了手工标注数据的繁琐和昂贵;同时与传统的手工提取特征方法相比,它可以更好地适应遥感图像的复杂性和变化,同时可以更好地利用未标注数据进行训练,提高了作物分类的准确性。
本发明授权基于自监督学习的遥感影像作物分类方法在权利要求书中公布了:1.一种基于自监督学习的遥感影像作物分类方法,其特征在于:包括以下步骤: 步骤1:遥感影像数据预处理:遥感影像数据预处理后得到融合影像,由所述融合影像计算各像素的归一化植被指数NDVI,得到归一化植被指数分布图;归一化植被指数NDVI的计算方法为:式中,B4代表红波段,B5代表近红波段; 步骤2:粗分类样本数据集构建:由以下具体步骤组成: 步骤2-1:采用OTSU分割算法将归一化植被指数分布图分割为小麦区和非小麦区; 步骤2-2:将融合影像的B6短红波段和B7短红波段通过主成分分析方法PCA降维处理,得到仅保留第一主成分的短红波段SWIR影像; 步骤2-3:采用OTSU分割算法将短红波段SWIR影像分割为玉米区和非玉米区; 步骤2-4:求归一化植被指数分布图中非小麦区域与短红波段SWIR影像中非玉米区域的交集,标记为大豆区域; 步骤2-5:将玉米区域、大豆区域、小麦区域作为标签标注融合影像中对应区域,同一区域对应一种以上类别标记的区域不进行标签标注,面积小于预设面积阈值的区域不进行标签标注; 步骤2-6:将融合影像按照预设切割尺寸进行切割,得到分割影像,将标签标注为小麦区域、大豆区域和玉米区域按照玉米区域的分割影像预设比例选取粗样本训练数据; 步骤3:划分训练集和测试集:将粗分类样本数据集中的分割影像调整为预设分辨率,其像素值归一化为0到1之间,按照预设比例和预设数量选取训练集和测试集; 步骤4:相似数据集制作:对于训练集中的分割影像进行两次RandAugment增强处理,得到扩充训练集; 步骤5:构建自监督学习网络:自监督学习网络是由代理任务网络和聚类网络合并而成;代理任务网络是由依次级联主干网络、平均池化层Avgpool、完全连接层Linear1、激活函数ReLU1、完全连接层Linear2和归一化层Normalization构成; 主干网络包括依次级联的DBR1组件、两个结构相同的2DS-2CBAM组件,结构相同的第一至第三组合组件;第一组合组件由级联的3DS-3CBAM组件和2DS-2CBAM组件组成;2DS-2CBAM组件由依次级联的DBR2组件、卷积注意力模块CBAM1、DB1组件、卷积注意力模块CBAM2和SR1组件组成,2DS-2CBAM组件的输入端分别接DBR2组件和SR1组件的输入端;3DS-3CBAM组件包括DBR3组件、DB2组件、DB3组件、卷积注意力模块CBAM3-CBAM5、SR2组件,3DS-3CBAM组件的输入一路依次经DB2组件、卷积注意力模块CBAM3接SR2组件的输入端,其另一路依次经DBR3组件、卷积注意力模块CBAM4、DB3组件、卷积注意力模块CBAM5接SR2组件的输入端;DBR1组件、DBR2组件和DBR3组件结构相同,DBR1组件由依次级联的卷积层conv2d、批量归一化BN层和激活函数ReLU2组成;SR1组件、SR2组件结构相同,SR1组件由跨层连接shortcut和激活函数ReLU3组成; 步骤6:训练自监督学习网络:使用训练集训练自监督学习网络; 步骤7:利用自监督学习网络模型进行作物分类: 将待分类的遥感数据输入自监督学习网络,得到作物分类结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北华航天工业学院,其通讯地址为:065000 河北省廊坊市爱民东道133号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。