遥感影像样本自动生成与智能迭代分类方法

作者：李欣; 杨懿^*; 王宁; 顾海燕; 丁少鹏; 李海涛

来源：测绘科学, 2022, 47(08): 197-203.

DOI：10.16251/j.cnki.1009-2307.2022.08.022

• 遥感影像分类
• 样本数据集
• 智能迭代分类
• 深度学习

针对先验知识未能有效指导智能分类、智能分类与样本采集相对独立的问题，提出遥感影像样本自动生成与智能迭代分类方法。首先利用遥感影像及对应的历史解译数据构建样本数据集；其次利用深度卷积神经网络模型进行训练，得到预训练模型；再次利用预训练模型对即时遥感影像进行智能分类，得到智能分类结果；最后将校正后分类结果反馈到样本数据集，完成样本数据集的更新，利用更新后的样本数据集对智能分类模型进行迭代优化，形成模型与样本的优化闭环。试验结果表明：该方法通过样本自动生成与更新，以及模型迭代训练，能够提升智能分类模型精度，为解决先验知识未充分利用、智能分类与样本采集相对独立、分类结果未实时反馈等问题提供思路。

• 单位
  中国测绘科学研究院; 中国能源建设集团江苏省电力设计院有限公司