一种基于强化学习的极化SAR影像分类方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113627480A(43)申请公布日2021.11.09(21)申请号202110775729.6(22)申请日2021.07.09(71)申请人武汉大学地址430072湖北省武汉市武昌区珞珈山武汉大学(72)发明人聂雯杨杰赵伶俐史磊李平湘孙维东赵金奇(74)专利代理机构武汉科皓知识产权代理事务所(特殊普通合伙)42222代理人王琪(51)Int.Cl.G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书6页附图2页(54)发明名称一种基于强化学习的极化SAR影像分类方法(57)摘要本发明涉及一种基于强化学习的极化SAR影像分类方法。首先对极化SAR影像进行辐射定标、滤波处理，接着对其进行极化分解得到极化特征参数，并对极化特征参数进行归一化处理，构建极化‑空间联合样本集，然后采用强化学习的开发‑利用学习机制训练FCN模型，在提升样本空间上下文信息和极化特征信息利用效率的同时，通过对样本的学习探索，生成大量的经验数据来训练模型，以达到减少样本量和提升分类精度的双重目的，最后用训练好的FCN模型对极化SAR影像进行分类。与现有需要大量数据驱动的CNN网络模型不同，本发明经过强化学习的经验生成和利用，在不超过2％的标注样本需求下即可获取很高的分类精度，满足极化SAR影像在小样本下高精度分类需求。CN113627480ACN113627480A权利要求书1/2页1.一种基于强化学习的极化SAR影像分类方法，其特征在于，包括如下步骤：步骤1，构建样本数据集；步骤2，基于强化学习的FCN网络模型训练；步骤2.1，初始化模型参数；步骤2.2，构建Actor‑critic模型训练机制；步骤2.2.1，构建Actor模块，包括以下几个步骤：步骤2.2.1.1，以批次的形式随机输入样本集中选取的样本；步骤2.2.1.2，根据现有的模块参数θa，利用FCN网络计算该样本属于所有候选标签类别的Q值及概率Pπ(a|s)，并输出预测结果，其中π为模型现行分类策略，对于Actor模块生成的预测结果，Actor‑critic模型可根据对比样本标签真值，返回奖励值r，若分类正确，r＝1，反之r＝‑1；步骤2.2.1.3，保存经验数据(s,a,q,r)至记忆池中，其中s为样本特征，a表示预测结果，q是当前模型参数计算下的Q(s,a)值，r是奖励值；步骤2.2.2，构建Critic模块，包括以下几个步骤：步骤2.2.2.1，从记忆池中抽取经验数据(s,a,q,r)；步骤2.2.2.2，根据现有模块参数θc，利用FCN网络计算新的Q值Q(s,a；θc)；步骤2.2.2.3，对比Q(s,a；θc)与经验数据中的q值的差异，计算损失值并更新Critic模块参数θc、Actor模块参数θa；步骤2.3，采用Actor‑critic机制训练FCN模型；步骤3，利用训练好的FCN模型进行极化SAR影像分类。2.如权利要求1所述的一种基于强化学习的极化SAR影像分类方法，其特征在于：所述步骤1构建样本数据集包括以下几个子步骤：步骤1.1，提取极化特征参数；步骤1.2，归一化极化特征参数；步骤1.3，构建极化‑空间联合样本集。3.如权利要求2所述的一种基于强化学习的极化SAR影像分类方法，其特征在于：所述步骤步骤1.1中提取极化特征参数是先将获取的极化SAR影像进行辐射定标、滤波以提升影像质量，然后对预处理后的极化SAR影像进行极化分解得到极化特征参数信息。4.如权利要求2所述的一种基于强化学习的极化SAR影像分类方法，其特征在于：所述步骤1.2中归一化极化特征参数是先对极化特征影像进行2％的线性拉伸，将数据分布区间归一化为0～1，然后对拉伸后的特征参数依次开方，增加不同地物的对比度。5.如权利要求2所述的一种基于强化学习的极化SAR影像分类方法，其特征在于：所述步骤1.3是采用3D卷积核直接提取每个样本像素的空间域特征和极化域特征，从三维尺度上构建样本的极化‑空间特征表达空间，在保持样本空间邻域空间信息的基础上，充分利用极化SAR丰富的极化特征信息，提高特征利用率。6.如权利要求1所述的一种基于强化学习的极化SAR影像分类方法，其特征在于：所述步骤2.1中初始化模型参数包括初始化经验记忆池D，容量大小设置为M＝256；初始化Critic模块参数θc、Actor模块参数θa为随机值，设置Actor模块更新频率τ＝126；设置总训练轮次K＝300，设置每轮次迭代次数T＝256；设置样本批次输入数量N＝128；设置贪心学习2CN113627480A权利要求书2/2页测量学习率ε＝1.0。7.如权利要求1所述的一种基于强化学习的极化SAR