一种基于深度学习的卫星图像低相干区域识别方法及装置
基本信息
| 申请号 | CN202110356666.0 | 申请日 | - |
| 公开（公告）号 | CN113065467A | 公开（公告）日 | 2021-07-02 |
| 申请公布号 | CN113065467A | 申请公布日 | 2021-07-02 |
| 分类号 | G06K9/00;G06K9/34;G06K9/36;G06K9/46;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 杨庆庆;薛博维 | 申请（专利权）人 | 中科星图空间技术有限公司 |
| 代理机构 | 西安亿诺专利代理有限公司 | 代理人 | 李永刚 |
| 地址 | 710000 陕西省西安市国家民用航天产业基地航拓路中段汇航广场B座9层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种基于深度学习的卫星图像低相干区域识别方法及装置，属于卫星图像处理领域，其特征在于，通过基于对SAR图像处理得到的质量图与语义分割结合成一个流程化学习框架，并引入深度卷积网络进行识别，相较于人工判读和传统机器学习算法，本发明所述的基于深度学习的低相干区识别方法大大减少了对人工特征工程和样本数据的依赖，且基于卷积计算的高效性能够快速处理大范围区域；同时在引入全局注意力的基础上，进一步描述各像素位置与语义类别间的关系表示，缓解SAR影像固有的高噪声区域的识别效果，并在不显著增加计算量的前提下提升识别精度准确提取低相干区域。 |
