跨知识交互学习与自监督辅助学习的遥感多任务解译方法及装置

    公开(公告)号:CN119559425A

    公开(公告)日:2025-03-04

    申请号:CN202411531377.X

    申请日:2024-10-30

    Abstract: 本发明公开了一种跨知识交互学习与自监督辅助学习的遥感多任务解译方法及装置,涉及遥感视觉解译技术领域,包括:获取待处理图像,设定待处理图像的任务要求,任务要求包括单模态数据分类任务、多模态数据分类任务、单模态数据分割任务、多模态数据分割任务、单模态数据变化检测任务、多模态数据变化检测任务中的一种或多种;将待处理图像输入至训练好的多任务解译网络中,按照待处理图像的任务要求,得到待处理图像执行任务要求后的结果;其中,训练好的多任务解译网络以预设类别的数据作为训练数据集,以自监督学习的方式,对初始的多任务解译网络进行训练得到。本发明能够实现遥感视觉单模态的分类、分割、变化检测以及多模态的分类、分割、变化检测的解译,得到高精度的解译结果。

    基于双通道的多模态特征融合遥感图像分类方法及装置

    公开(公告)号:CN119672397A

    公开(公告)日:2025-03-21

    申请号:CN202411568903.X

    申请日:2024-11-05

    Abstract: 本发明提供基于双通道的多模态特征融合遥感图像分类方法及装置,涉及遥感影像处理与分析技术领域。包括:对不同模态的遥感图像进行预处理和组合图像,得到多个图像组;构建预设分类模型,预设分类模型包括依次连接的骨干网络、融合模块、门控机制层和解码层,骨干网络的结构类型包括孪生骨干网络、同构骨干网络和异构骨干网络;根据多个图像组,在预设分类模型中选取孪生骨干网络、同构骨干网络和异构骨干网络中的一个,作为骨干网络,以得到对应的目标分类模型;通过训练集对目标分类模型进行训练,得到训练好的目标分类模型;将验证集输入训练好的目标分类模型,输出分类结果。这样,使得遥感图像分类的准确性较高。

Patent Agency Ranking