申请/专利权人:航天科工(北京)空间信息应用股份有限公司
申请日:2023-12-29
公开(公告)日:2024-05-03
公开(公告)号:CN117974571A
主分类号:G06T7/00
分类号:G06T7/00;G06T5/50;G06N3/0464;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.21#实质审查的生效;2024.05.03#公开
摘要:本申请涉及一种遥感图像评价模型训练方法、遥感图像评价方法和装置,其中遥感图像评价模型训练方法包括:获取样本高质量遥感图像,对样本高质量遥感图像进行数字图像处理生成样本低质量遥感图像;基于样本高质量遥感图像和样本低质量遥感图像生成样本差异图;将样本差异图与所对应的样本标签输入预先构建的卷积神经网络进行训练,得到遥感图像评价模型;其中,样本标签用于表征样本低质量遥感图像的图像质量评价。得到遥感图像评价模型,用于对遥感图像进行图像质量评价。相较于传统的人工主观评分法,本申请通过卷积神经网络深度学习,实现对遥感图像质量的自动化评价,有效的提高了工作效率。
主权项:1.一种遥感图像评价模型训练方法,其特征在于,包括:获取样本高质量遥感图像,对所述样本高质量遥感图像进行数字图像处理生成样本低质量遥感图像;基于所述样本高质量遥感图像和所述样本低质量遥感图像生成样本差异图;将所述样本差异图与所对应的样本标签输入预先构建的卷积神经网络进行训练,得到遥感图像评价模型;其中,所述样本标签用于表征所述样本低质量遥感图像的图像质量评价。
全文数据:
权利要求:
百度查询: 航天科工(北京)空间信息应用股份有限公司 遥感图像评价模型训练方法、遥感图像评价方法和装置
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。