-
公开(公告)号:CN115908908B
公开(公告)日:2023-09-15
申请号:CN202211425887.X
申请日:2022-11-14
Applicant: 北京卫星信息工程研究所
IPC: G06V10/764 , G06V20/10 , G06V10/82 , G06V10/22 , G06V10/40 , G06V10/774 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于图注意力网络的遥感图像聚集型目标识别方法及装置,所述方法包括:构建并训练基于Oriented R‑CNN的目标候选区域检测定位模型;采用训练好的基于Oriented R‑CNN的目标候选区域检测定位模型检测遥感图像中目标的候选区域,并提取对应的特征,根据所述候选区域的位置关系构建图结构数据集;将所述候选区域的位置编码引入图注意力网络,构建图节点分类网络模型;利用所述图结构数据集训练所述图节点分类网络模型,对遥感图像中目标的候选区域的特征进行聚合和更新,实现目标的分类。本发明可以对遥感图像中尺寸小、外观模糊的聚集型目标进行准确识别并提高识别精度。
-
公开(公告)号:CN115908908A
公开(公告)日:2023-04-04
申请号:CN202211425887.X
申请日:2022-11-14
Applicant: 北京卫星信息工程研究所
IPC: G06V10/764 , G06V20/10 , G06V10/82 , G06V10/22 , G06V10/40 , G06V10/774 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于图注意力网络的遥感图像聚集型目标识别方法及装置,所述方法包括:构建并训练基于Oriented R‑CNN的目标候选区域检测定位模型;采用训练好的基于Oriented R‑CNN的目标候选区域检测定位模型检测遥感图像中目标的候选区域,并提取对应的特征,根据所述候选区域的位置关系构建图结构数据集;将所述候选区域的位置编码引入图注意力网络,构建图节点分类网络模型;利用所述图结构数据集训练所述图节点分类网络模型,对遥感图像中目标的候选区域的特征进行聚合和更新,实现目标的分类。本发明可以对遥感图像中尺寸小、外观模糊的聚集型目标进行准确识别并提高识别精度。
-