(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221043970 5.8 (22)申请日 2022.04.25 (71)申请人 海南长光 卫星信息技 术有限公司 地址 571152 海南省海口市秀英区狮子岭 工业园光伏北路18号 (72)发明人 刘康　邢青涛　朱济帅　李海霞　 邓美环　 (51)Int.Cl. G06V 10/762(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) G06N 3/08(2006.01) (54)发明名称 一种基于VIT的高分辨 率遥感影 像分类方法 (57)摘要 本发明公开了一种基于VIT的高分辨率遥感 影像分类方法， 该方法首先通过对高分辨率遥感 影像进行数据预处理， 并制作地物分类训练样本 集， 接着分别构建基于VIT的特征提取模型和 Unet语义分割模型， 在训练语义 分割模型后使用 其对遥感影像 分类。 通过使用本发 明方法可以解 决常规的深度学习方法中不同切片之间数据关 联性差的问题， 提高遥感影 像分类的精度。 权利要求书2页 说明书4页 附图2页 CN 114723979 A 2022.07.08 CN 114723979 A 1.一种基于VIT的高分辨 率遥感影 像分类方法， 其特 征在于， 包括以下步骤： 步骤一、 高分辨 率遥感影 像数据预处 理； 步骤二、 制作地物分类训练样本集； 步骤三、 构建基于VIT的特 征提取模型； 步骤四、 构建基于VIT的Unet语义分割模型； 步骤五、 训练所述 步骤四中的语义分割模型； 步骤六、 使用所述 步骤五中的语义分割模型对遥感影 像分类。 2.根据权利要求1所述的基于VIT的高分辨率遥感影像分类方法， 其特征在于， 所述步 骤一中的高分辨率遥感影像数据预处理， 经过全色和多光谱影像融合、 辐射校正、 大气校 正、 几何校正 步骤， 获得一个四波段的高分辨 率遥感影 像。 3.根据权利要求1所述的基于VIT的高分辨率遥感影像分类方法， 其特征在于， 所述步 骤二中的制作地物分类训练样本集， 使用矢量进行影像标注； 建立与遥感影像相同大小的 矢量， 并将该矢量全要素分割， 分为水体、 植被、 裸土、 不透水面四个类型； 使用shpfile文件 对分成的类型进行标注， 然后将shpfile根据类型字段不同， 转换为栅格数据， 其中水体标 注为1、 植被标注 为2、 裸土标注 为3、 不透水面标注 为4； 与传统的语义分割方法不同， 这一步 不再对影 像切片。 4.根据权利要求1 ‑3任一所述的基于VIT的高分辨率遥感影像分类方法， 其特征在于， 所述步骤三中的构建基于VIT的特征提取模型， 建立端对端的网络模型， 然后使用VIT的特 征提取部分提取 特征， 具体步骤为： 定义遥感影像数据为H ×W×B大小， 先将遥感影像切 成一个个patch， 从左上角开始选 取边长为P大小的块， 分成N个块， 每一patch大小为P ×P×B， 整景影像变为N*(P ×P×B)； 训 练时， 将h ×w个patch作为一个张量x进行训练， h和w代表每个训练张量中patch的数量， 下 面以训练一个张量x为例： a)降维： 先将x的每个patch展平， 再通过Linear层降到dim维， 维度变为1 ×(h×w)× dim； b)位置编码(Pos_embedding)： 为了学习p atch之间的联系以及更高层的特征， 使用位 置编码的方法， 将x的位置进行编码， 建立 一个用于训练的张量， 大小为1 ×(h×w+1)×dim； c)添加分类Class_token： 新建一个Class_token用于存储类型， 初始化Class_token为 1×1×dim， 将Class_token与x进行并联， 新的x变为1 ×(h×w+1)×dim维， 然后将这个结果 与位置编码相加， 后面再接上Dropout层； d)使用常规的Transformer结构进行特征提取， 然后依 次经过Pool层、 Layer  Norm层， 并通过Linear层重新 转为二维数据， 作为输出 特征U4。 5.根据权利要求4所述的基于VIT的高分辨率遥感影像分类方法， 其特征在于， 所述步 骤四中的构建基于VIT的Unet语义分割模 型， 使用上述U4输入到Unet网络中， Unet网络设置 U形深度为4层； 将U4经过两个二维卷积， 再通过下采样， 得到U3， 将U3采用同样的操作依次 得到U2、 U1； U1经过1 ×1的卷积得到S1， 然后是上采样阶段， 将S1使用反卷积上采样得到S2， 同理， 通过S2 依次得到S3、 S4； 最后将对应的U层和S层连接， 形成Unet网络 。 6.根据权利要求5所述的基于VIT的高分辨率遥感影像分类方法， 其特征在于， 所述步 骤五中的训练所述步骤四的语义分割模型， 在遥感影像中， 地物类型分布往往不均匀， 植权　利　要　求　书 1/2 页 2 CN 114723979 A 2被、 不透水面类型的面积大， 裸土、 水体的面积小， 所以使用Focal  loss损失作为损失函数， 以防止样本不均衡的问题； 使用SGD的方法调节参数， 使用余弦退火的方法调整learning   rate。 7.根据权利要求6所述的基于VIT的高分辨率遥感影像分类方法， 其特征在于， 所述步 骤六中的使用所述步骤五的语义分割模型对遥感影像分类， 将待分类的影像切成一个个 patch， 然后将每一个patch作为VIT的patch输入到语义分割模型中分类， 经过膨胀、 腐蚀等 后处理操作， 添加坐标信息， 生成tif f文件。权　利　要　求　书 2/2 页 3 CN 114723979 A 3