申请/专利权人:郑州信大先进技术研究院
申请日:2023-08-30
公开(公告)日:2024-04-30
公开(公告)号:CN117953363A
主分类号:G06V20/10
分类号:G06V20/10;G06V10/40;G06V10/764;G06V10/82;G06N3/0442;G06N3/0455;G06N3/0464;G06N3/047;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.17#实质审查的生效;2024.04.30#公开
摘要:本发明涉及一种基于多类别标签辅助的遥感图像描述方法,将采集的遥感图像输入到基于多类别标签辅助的遥感图像描述模型中,最终输出遥感图像的描述信息。其中,遥感图像描述模型包括编码器模块、辅助多标签分类模块、LSTM解码器模块;所述编码器模块,采用在ImageNet预训练过的Resnet50,用于对输入的预处理去重后的遥感图像提取图像全文特征;所述辅助多标签分类模块,用于将输入的图像全文特征经过SoftMax进行多分类判定后,获得预测的显著目标类别;所述LSTM解码器模块,用于在学习到所输入的信息中的图像特征与句法特征之间的映射关系后,输出图像描述信息。
主权项:1.一种基于多分类标签辅助的遥感图像描述模型,其特征在于:包括编码器模块、辅助多标签分类模块、LSTM解码器模块;所述编码器模块,采用在ImageNet预训练过的Resnet50,用于对输入的预处理去重后的遥感图像提取图像全文特征;所述辅助多标签分类模块,与所述编码器模块连接,用于将输入的图像全文特征经过SoftMax进行多分类判定后,获得预测的显著目标类别;所述LSTM解码器模块,分别与所述编码器模块和所述辅助多标签分类模块连接,用于在学习到所输入的信息中的图像特征与句法特征之间的映射关系后,输出图像描述信息;所述LSTM解码器模块在输出图像描述信息时,采用交叉熵损失反向传播方式进行优化;所述编码器模块、所述辅助多标签分类模块和所述LSTM解码器模块均采取Adams优化器、余弦退火和学习率预热的策略进行训练,选取加权损失最低时的模型权重作为最优模型。
全文数据:
权利要求:
百度查询: 郑州信大先进技术研究院 一种基于多类别标签辅助的遥感图像描述方法
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。