买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳市森歌数据技术有限公司

摘要：本发明公开了一种基于多模型融合的遥感影像重点关注区域精确识别方法，属于图像识别技术领域，包括用遥感数据集对三种图像分类网络进行分类训练，得到三种分类模型，对每个分类模型的输出用Grad‑CAM算法生成热力图，对模型进行融合，生成优化Lasso回归模型，用优化Lasso回归模型融合训练样本的热力图得到加权热力图，再归一化处理得到归一化图，将归一化图映射到原图生成重点关注区域。本发明不仅能提高分类的准确性，而且作为弱监督学习，仅通过分类就解决了精确定位问题，极大简化了数据准备工作、提高了处理效率，实现了遥感图像复杂场景分类的高准确性与高可解释性的双重目标。

主权项：1.一种基于多模型融合的遥感影像重点关注区域精确识别方法，其特征在于：包括以下步骤；S1，用遥感数据集对图像分类网络进行分类训练，得到分类模型；选取三种图像分类网络ViT、ConvMixer和T2T-ViT，用同一遥感数据集进行图片分类训练，得到对应的分类模型ViT模型、ConvMixer模型和T2T-ViT模型，所述分类模型用于输入训练样本，输出类别向量；遥感数据集中每个训练样本均经过带有目标及类别标注，并在送入图像分类网络前，划分为N×N个图块；S2，对ViT模型、ConvMixer模型和T2T-ViT模型的输出，经Grad-CAM算法得到目标类别的热力图，其中训练样本X对应三个分类模型的热力图分别为HViT、HConvMixer和HT2T-ViT；S3，模型融合，生成优化Lasso回归模型，包括S31~S34；S31，每个训练样本经三个分类模型各得到一类别向量，其中训练样本X经ViT模型、ConvMixer模型和T2T-ViT模型得到类别向量fViTX、fConvMixerX和fT2T-ViTX；S32对训练样本X，获取其每个类别向量的概率分布； ,式中，Softmax为Softmax函数，i为分类模型的类别，为到第i类分类模型的类别向量，为的概率分布；S33，用Lasso回归模型根据下式拟合三个概率分布，得到最终预测类别的概率分布Pfinal； ,式中，为的权重；S34，计算交叉熵损失Loss，并通过反向传播优化Lasso回归模型，得到优化Lasso回归模型； ,式中，C为类别总数，c为第c个类别，1≤c≤C，Yc为遥感图像标注类别的one-hot编码，为Pfinal分布在第c个类别上的概率值；S4，热力图融合；S41，获取训练样本X的热力图HViT、HConvMixer和HT2T-ViT；S42，用优化Lasso回归模型，对三张热力图进行加权，得到加权热力图，再归一化处理得到归一化图； ,式中，为第i类分类模型对应的热力图；S5，获取重点关注区域；将映射到训练样本X上，得到与训练样本大小相同的热力图，从中分割出前景，得到分割图，并根据下式获取出重点关注区域； ,式中，为的单通道二值图，为哈达玛积，为expand函数，用于将扩展到多个通道操作，使其通道维度与匹配。

全文数据：

权利要求：

百度查询： 深圳市森歌数据技术有限公司 基于多模型融合的遥感影像重点关注区域精确识别方法