龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国科学院空天信息创新研究院
申请日：2023-11-10
公开（公告）日：2024-06-07
公开（公告）号：CN117523409B
主分类号：G06V20/13
分类号：G06V20/13;G06V10/40;G06V10/764;G06V10/82;G06V10/24;G06V10/80
优先权：
专利状态码：有效-授权
法律状态：2024.06.07#授权;2024.02.27#实质审查的生效;2024.02.06#公开
摘要：本发明提供一种基于模型结构解耦的分布式协同增量更新方法及装置，涉及遥感图像处理领域，包括：采用分布式多源卫星中每个卫星获取与每个卫星分别对应的第一类别遥感图像；获取与每个卫星分别对应的范例集，范例集包括第二类别遥感图像，第一类别遥感图像与第二类别遥感图像类别不同；将与每个卫星对应的第一类别遥感图像和第二类别遥感图像输入与该卫星对应的星载模型进行模型参数更新及梯度计算，得到各个星载模型的更新参数和各个类别图像的梯度信息；将各个星载模型的更新参数进行融合，得到全局模型；基于各个类别图像的梯度信息确定伪特征集；利用伪特征集对全局模型的分类器进行偏差校准以及对全局模型进行第二类别遥感图像的记忆增强。
主权项：1.一种基于模型结构解耦的分布式协同增量更新方法，其特征在于，星载模型包括特征提取器和分类器，所述方法包括：采用分布式多源卫星中每个卫星进行观测，获取与每个卫星分别对应的第一类别遥感图像；获取与每个卫星分别对应的范例集，所述范例集包括第二类别遥感图像，所述第一类别遥感图像与所述第二类别遥感图像类别不同；将与每个卫星对应的所述第一类别遥感图像和所述第二类别遥感图像输入与该卫星对应的所述星载模型进行模型参数更新及梯度计算，得到各个所述星载模型的更新参数和各个类别图像的梯度信息；将各个所述星载模型的更新参数进行融合，得到全局模型；基于各个类别图像的梯度信息确定伪特征集；利用所述伪特征集对所述全局模型的分类器进行偏差校准以及对所述全局模型进行第二类别遥感图像的记忆增强，其中，所述利用所述伪特征集对所述全局模型进行第二类别遥感图像的记忆增强包括：获取所述伪特征集中属于第二类别的伪特征对偏差校准后的全局模型进行再次校准，增强所述偏差校准后的全局模型对所述第二类别遥感图像包含的知识的记忆。
全文数据：
权利要求：
百度查询： 中国科学院空天信息创新研究院 基于模型结构解耦的分布式协同增量更新方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号