摘要
本公开的实施例提供一种地物要素分类与变化检测方法、系统、设备及存储介质。所述方法包括:获取遥感图像;将所述遥感图像输入预先建立的地物要素分类与变化检测模型,输出得到地物要素分类信息与变化信息。通过融合半监督与主动学习、基于场景理解的样本增强快速构建样本,增强对复杂场景的适应性;通过自监督与少样本学习基于更少量的标注和无标柱数据快速构建初始模型,提升模型泛化能力;通过改进的模型解译算法基于快速构建的样本对上述初始模型进行模型训练,提高模型对噪声的鲁棒性,提升模型解译能力;最后经过智能解译结果后处理,实现了高效、自动化的地物分类与变化检测,大幅提升了地物要素分类与变化检测的精度和可靠性。
技术关键词
地物要素
变化检测模型
样本
变化检测方法
半监督学习
变化检测系统
卷积神经网络提取
正则化方法
生成对抗网络
图像获取模块
场景
学习算法
处理器通信
可读存储介质
鲁棒性
系统为您推荐了相关专利信息
偏最小二乘法
留一交叉验证
激光诱导击穿光谱
样本
校正