CN115934990B 基于内容理解的遥感影像推 荐方法 （北京数慧时空信息技术有限公司）

US2021027018A1,2021.01.28本发明提供一种基于内容理解的遥感影像和第二模型，得到待推荐影像的各个推荐元素2对遥感资料进行知识抽取，并结合实体识别方法和概第一步、将待推荐影像的第二特征与推荐库的第二步、将待推荐影像的第一特征与第一影像集第三步、将待推荐影像的描述文本集合与推荐库第四步、将待推荐影像的目标对象集合与第三影像集的目标对象集合进行重合分析，3将目标对象集合输入知识图谱，将目标对象集合中的目标若两个目标对象之间的初始关系大于一个，则根据信息将目标对象集合和目标关系描述分别转化为第一向量和第二向解码器对第一向量和第二向量分别生成第一单词序列的概率矩阵和第二单词序列的概率对第一基础描述和第二基础描述分别做分词处理，并过滤掉无意将相似度结果分别与第一词向量和第二词向量相乘，取乘积4[0003]基于内容的图像检索(content_basedimageretrieval，CBIR)技术正是在这种筑设计等领域有着广泛的应用。[0004]基于内容的遥感图像的检索CBRSIR(Content_BasedRemoteSensingImage56[0038]将目标对象集合和目标关系描述分别转化为第一向量和第二向根据解码器对第一向量和第二向量分别生成第一单词序列的概率矩阵和第二单词序列的概率矩阵，基于第一单词序列的概率矩阵和第二单词序列的概率矩阵得到对应的预测单7从大范围的领域资料内进行知识提取形成实体，还从遥感样本的影像内容中抽取得到实8[0069]本实施例中，采用7层的卷积神经网络，其中前六层为交替设置的卷积层和池化[0074]对视觉单词分布图作为图像进行LBP变换，得到视觉单词分布图的LBP直方图表9[0101]输入层：输入层中输入量为像素灰度，取集合中的任一元素，其中b=[0102]隐含层：在这一层对每个神经元节点定义一个模糊隶属函数(FMF)，执行模糊操[0121]根据遥感影像的相关资料对概念设计、属性设计和遥感领域规则进行初步的设构建的知识图谱能更好的以结构化形式表示遥感领[0130]本发明实施例在收集的遥感资料中不仅有遥感影像相关的资料个类别概率，该类别概率表示的是该网格负责预测的边界框其目标属于各个类别的概率。将上述预测的内容编码为S*S*(B*5+C)的张量。在目标检测网络结构的最后一层设置线性[0149]将目标对象集合和目标关系描述分别转化为第一向量和第二向根据解码器对第一向量和第二向量分别生成第一单词序列的概率矩阵和第二单词序列的概率矩阵，基于第一单词序列的概率矩阵和第二单词序列的概率矩阵得到对应的预测单[0151]将知识图谱记为D，目标对象集合作为遥感实体输入知识图谱中，使用Sparql（SPARQLProtocolandRDFQueryLanguage）查询方法从知识图谱中查询到目标对象集[0157]可采用信息增益的方法来进行关系的选择。信息增益是一种最信息增益描述了使用某一种编码方式进行编码时，再使用另一种编码方式进行编码的差[0167]将第一向量E和第二向量O输入解码器，本实施例中，解码器采用双向的LS[0171]进一步地，步骤S5中的推荐库