粗粒度标签引导深度学习的像素级遥感影像云区检测方法

发明专利有效专利

申请号：
CN202010563344.9
IPC分类号：G06T7/11;G06T7/136;G06N3/08;G06N3/04;G06K9/62
申请日期：
2020-06-19
申请人：
武汉大学

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	粗粒度标签引导深度学习的像素级遥感影像云区检测方法
申请号	CN202010563344.9	申请日期	2020-06-19
法律状态	实质审查	申报国家	中国
公开/公告日	2020-10-20	公开/公告号	CN111798461A
优先权	暂无	优先权号	暂无
主分类号	G06T7/11 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕 G06T7/10 分割；边缘检测（基于运动的分割入G06T 7/215）〔2017.01〕 G06T7/11 区域分割〔2017.01〕	IPC分类号	G;0;6;T;7;/;1;1;;;G;0;6;T;7;/;1;3;6;;;G;0;6;N;3;/;0;8;;;G;0;6;N;3;/;0;4;;;G;0;6;K;9;/;6;2查看分类表>
申请人	武汉大学	申请人地址	湖北省武汉市武昌区珞珈山武汉大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	武汉大学	当前权利人	武汉大学
发明人	李彦胜;陈蔚;张永军
代理机构	武汉科皓知识产权代理事务所（特殊普通合伙）	代理人	王琪

摘要

本发明立足于基于深度学习的云区检测方法需要花费很大标注代价这一现实问题，公开了一种粗粒度标签引导深度学习的像素级遥感影像云区检测方法，首先通过利用较易获得的影像块级标签，在粗粒度影像块级标签的遥感影像块数据集约束下，结合局部池化层剪枝策略与全局卷积池化层，训练出鲁棒性好的深度网络模型并生成云激活图，再通过阈值分割得到最终的云掩模图。本发明可以大大减少标注工作，同时实现遥感影像的像素级精确云区检测，可有效提高遥感影像云区检测的效率与性能。

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