基于多任务学习的遥感场景分类方法

发明专利有效专利

申请号：
CN202110571257.2
IPC分类号：G06K9/00;G06K9/62;G06N3/08;G06N3/04
申请日期：
2021-05-25
申请人：
中国科学院西安光学精密机械研究所

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于多任务学习的遥感场景分类方法
申请号	CN202110571257.2	申请日期	2021-05-25
法律状态	实质审查	申报国家	中国
公开/公告日	2021-09-14	公开/公告号	CN113392724A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;8;;;G;0;6;N;3;/;0;4查看分类表>
申请人	中国科学院西安光学精密机械研究所	申请人地址	陕西省西安市高新区新型工业园信息大道17号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中国科学院西安光学精密机械研究所	当前权利人	中国科学院西安光学精密机械研究所
发明人	卢孝强;龚腾飞;郑向涛
代理机构	西安智邦专利商标代理有限公司	代理人	郑丽红

摘要

本发明提供一种基于多任务学习的遥感场景分类方法，解决现有遥感场景分类方法存在少量训练样本不能实现有效的遥感影像场景特征表达以及分类结果不准确的问题。该方法包括：1)设计共享分支对所有任务中的图像提取特征，并记为共享特征；2)对每个任务设计一个特定任务分支，该分支根据所执行的任务将共享的特征调整为特定任务特征；3)将每个特定任务分支的输出连接到一个分类器上，完成当前任务的分类；4)训练多任务模型；5)获取分类结果。本发明方法可有效用于有标记训练数据不足的遥感图像场景分类任务。同时，使用特定分支提取任务特定特征，避免了不同任务间相互干扰，保证每个任务获得最优分类结果。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供