申请/专利权人:清华大学
申请日:2022-09-21
公开(公告)日:2023-01-17
公开(公告)号:CN115620157A
主分类号:G06V20/13
分类号:G06V20/13;G06V10/80;G06V10/82
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.02.10#实质审查的生效;2023.01.17#公开
摘要:本发明提供一种卫星图像的表征学习方法及装置,其中的方法包括:获取目标区域的目标卫星图像;将目标卫星图像输入至预先训练的表征学习模型中,得到目标预测结果;其中,表征学习模型基于兴趣点对比样本和地理空间对比样本训练得到,目标预测结果用于评估目标区域的待监测指标。该方法不仅使用卫星图像的地理空间信息进行表征学习,还同时融入了人类活动相关的信息,实现了多模态信息的表征融合,并有效提升了目标区域内相关指标预测的精确度。
主权项:1.一种卫星图像的表征学习方法,其特征在于,包括:获取目标区域的目标卫星图像;将所述目标卫星图像输入至预先训练的表征学习模型中,得到目标预测结果;其中,所述表征学习模型基于兴趣点对比样本和地理空间对比样本训练得到,所述目标预测结果用于评估所述目标区域的待监测指标。
全文数据:
权利要求:
百度查询: 清华大学 一种卫星图像的表征学习方法及装置
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。