一种基于深度训练模型和影像解译样本库的影像解译方法
基本信息
| 申请号 | CN202110052257.1 | 申请日 | - |
| 公开（公告）号 | CN112836728A | 公开（公告）日 | 2021-05-25 |
| 申请公布号 | CN112836728A | 申请公布日 | 2021-05-25 |
| 分类号 | G06K9/62;G06N3/04;G06T7/11 | 分类 | 计算；推算；计数; |
| 发明人 | 徐晶;周兴付 | 申请（专利权）人 | 盐城郅联空间科技有限公司 |
| 代理机构 | 北京冠和权律师事务所 | 代理人 | 吴金水 |
| 地址 | 224000 江苏省盐城市盐都区鹿鸣路988号金航财富大厦1幢301室（E） | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于深度训练模型和影像解译样本库的影像解译方法。获取历史影像和矢量数据，构建影像解译样本库；构建深度残差全卷积网络，通过影像解译样本库对所述深度残差全卷积网络进行训练，确定第一解析影像；基于时空大数据分析挖掘结果对所述第一解析影像进行优化，确定目标解析影像。有益效果在于：本发明通过历史影像和矢量数据构建影像解译样本库，为深度神经网络模型提供了大量的高精度训练样本，提高了影像解译的精度。本发明还通过构建深度残差全卷积网络，实现自动标注，减少了人力消耗。最后通过时空大数据分析挖掘结果对所述解析影像进行优化，通过精确的要素分类，得到更高精度的解析影像。 |
