公开(公告)号：CN119251680A

公开(公告)日：2025-01-03

申请号：CN202411380023.X

申请日：2024-09-30

Applicant: 北京卫星信息工程研究所

Inventor： 冯鹏铭 ,  李淑君 ,  刘扬 ,  兰海燕 ,  关键 ,  陈元伟 ,  贺广均 ,  金世超 ,  梁颖 ,  上官博屹

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/774 ,  G06V10/74 ,  G06V10/82 ,  G06N3/08 ,  G06N3/045 ,  G06N3/048

Abstract: 本发明涉及一种基于提示学习的遥感图像分类方法，包括：获取遥感图像样本及其真实类别标签，并进行预处理，形成遥感图像数据集；根据遥感图像数据集，通过图像编码器和文本编码器，获得遥感图像样本的图像特征向量和文本特征向量；计算遥感图像样本的图像特征向量和文本特征向量之间的相似性，得到遥感图像样本的预测类别标签；计算分类损失和对比损失，重复执行上述步骤，训练并输出分类模型；利用分类模型进行遥感图像分类。本发明，通过上述方法缓解了遥感图像分类方法中语义信息不足的问题，提高了遥感图像分类准确性。

公开(公告)号：CN119251679A

公开(公告)日：2025-01-03

申请号：CN202411380020.6

申请日：2024-09-30

Applicant: 北京卫星信息工程研究所

Inventor： 冯鹏铭 ,  刘洪宁 ,  刘扬 ,  贺广均 ,  金世超 ,  邓岳 ,  梁颖 ,  田路云 ,  上官博屹 ,  张鹏

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06V10/766

Abstract: 本发明的基于双曲空间映射的遥感图像目标检测方法，包括S1、提取遥感图像的特征，得到层级特征图；S2、通过特征融合网络，融合相同类型的层级特征图，获得第一多层级特征图；S3、利用双曲空间映射网络将第一多层级特征图的通道信息投影到双曲空间，得到第二多层级特征图；S4、拼接第一多层级特征图和第二多层级特征图，获得融合特征图；S5、构建特征检测头，检测融合特征图，计算分类损失和位置预测损失；S6、重复S1至S5，训练遥感图像目标检测模型；S7、利用S6得到的遥感图像目标检测模型检测遥感图像。本发明通过增强预测特征图的信息维度，帮助模型理解数据分布，学习更抽象的特征表示，从而提高对目标检测任务的泛化能力。