所屬的技術(shù)人員能夠理解，本發(fā)明的各個(gè)方面可以實(shí)現(xiàn)為系統(tǒng)、方法或程序產(chǎn)品。因此，本發(fā)明的各個(gè)方面可以具體實(shí)現(xiàn)為以下形式，即：完全的硬件實(shí)施方式、完全的軟件實(shí)施方式(包括固件、微代碼等)，或硬件和軟件方面結(jié)合的實(shí)施方式，這里可以統(tǒng)稱為“電路”、“模塊”或“平臺(tái)”。本發(fā)明再一個(gè)實(shí)施例中，提供一種基于shearlet先驗(yàn)知識(shí)的細(xì)粒度表征遙感影像解譯系統(tǒng)，該系統(tǒng)能夠用于實(shí)現(xiàn)上述基于shearlet先驗(yàn)知識(shí)的細(xì)粒度表征遙感影像解譯方法，具體的，該基于shearlet先驗(yàn)知識(shí)的細(xì)粒度表征遙感影像解譯系統(tǒng)包括預(yù)處理模塊、shearlet變換模塊、空間注意力模塊、細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)模塊以及訓(xùn)練與輸出模塊。其中，預(yù)處理模塊，對(duì)原始遙感影像數(shù)據(jù)進(jìn)行預(yù)處理操作；shearlet變換模塊，采用shearlet變換對(duì)預(yù)處理后的遙感影像數(shù)據(jù)進(jìn)行多層次、多方向的高頻子帶信息抽??；使用拉普拉斯金字塔和shearlet濾波器分別獲得高頻組件和對(duì)其按方向拆分后的多向高頻子帶；空間注意力模塊，構(gòu)建基于shearlet變換的高頻組件先驗(yàn)，通過(guò)空間注意力機(jī)制自適應(yīng)融合相同層次的子帶，生成細(xì)節(jié)增強(qiáng)的特征圖；細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)模塊，構(gòu)建基于resnet的細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)，將shearlet變換提取的高頻組件先驗(yàn)與深度殘差網(wǎng)絡(luò)獲取的深層殘差塊進(jìn)行多尺度多層次的加權(quán)融合；訓(xùn)練與輸出模塊，利用監(jiān)督學(xué)習(xí)方式訓(xùn)練得到的基于resnet的細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)，使用標(biāo)記的遙感影像數(shù)據(jù)進(jìn)行反復(fù)迭代，直至下游任務(wù)模型在驗(yàn)證集上表現(xiàn)穩(wěn)定，使用訓(xùn)練好的細(xì)節(jié)增強(qiáng)骨干和多個(gè)任務(wù)的不同探測(cè)頭，輸出遙感影像分析結(jié)果。本發(fā)明再一個(gè)實(shí)施例中，提供了一種終端設(shè)備，該終端設(shè)備包括處理器以及存儲(chǔ)器，所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括程序指令，所述處理器用于執(zhí)行所述計(jì)算機(jī)存儲(chǔ)介質(zhì)存儲(chǔ)的程序指令。處理器可能是中央處理單元(central?processingunit，cpu)，還可以是其他通用處理器、數(shù)字信號(hào)處理器(digital?signal?processor、dsp)、專用集成電路(application?specific?integrated?circuit，asic)、現(xiàn)成可編程門陣列(field-programmable?gate?array，fpga)或者其他可編程邏輯器件、分立門或者晶體管邏輯器件、分立硬件組件等，其是終端的計(jì)算核心以及控制核心，其適于實(shí)現(xiàn)一條或一條以上指令，具體適于加載并執(zhí)行一條或一條以上指令從而實(shí)現(xiàn)相應(yīng)方法流程或相應(yīng)功能；本發(fā)明實(shí)施例所述的處理器可以用于基于shearlet先驗(yàn)知識(shí)的細(xì)粒度表征遙感影像解譯方法的操作，包括：對(duì)原始遙感影像數(shù)據(jù)進(jìn)行預(yù)處理操作；采用shearlet變換對(duì)預(yù)處理后的遙感影像數(shù)據(jù)進(jìn)行多層次、多方向的高頻子帶信息抽??；使用拉普拉斯金字塔和shearlet濾波器分別獲得高頻組件和對(duì)其按方向拆分后的多向高頻子帶；構(gòu)建基于shearlet變換的高頻組件先驗(yàn)，通過(guò)空間注意力機(jī)制自適應(yīng)融合相同層次的子帶，生成細(xì)節(jié)增強(qiáng)的特征圖；構(gòu)建基于resnet的細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)，將通過(guò)shearlet變換提取的高頻組件先驗(yàn)與深度殘差網(wǎng)絡(luò)獲取的深層殘差塊進(jìn)行多尺度多層次加權(quán)融合；利用監(jiān)督學(xué)習(xí)方式訓(xùn)練得到的基于resnet的細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)，使用標(biāo)記的遙感影像數(shù)據(jù)進(jìn)行反復(fù)迭代，直至下游任務(wù)模型在驗(yàn)證集上表現(xiàn)穩(wěn)定；使用訓(xùn)練好的細(xì)節(jié)增強(qiáng)骨干和多個(gè)任務(wù)的不同探測(cè)頭，輸出遙感影像分析結(jié)果。本發(fā)明再一個(gè)實(shí)施例中，本發(fā)明還提供了一種存儲(chǔ)介質(zhì)，具體為計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)（memory），所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)是終端設(shè)備中的記憶設(shè)備，用于存放程序和數(shù)據(jù)?？梢岳斫獾氖牵颂幍挠?jì)算機(jī)可讀存儲(chǔ)介質(zhì)既可以包括終端設(shè)備中的內(nèi)置存儲(chǔ)介質(zhì)，當(dāng)然也可以包括終端設(shè)備所支持的擴(kuò)展存儲(chǔ)介質(zhì)，可以是任何包含或存儲(chǔ)程序的有形介質(zhì)，該程序可以被指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結(jié)合使用。計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)提供存儲(chǔ)空間，該存儲(chǔ)空間存儲(chǔ)了終端的操作系統(tǒng)。并且，在該存儲(chǔ)空間中還存放了適于被處理器加載并執(zhí)行的一條或一條以上的指令，這些指令可以是一個(gè)或一個(gè)以上的計(jì)算機(jī)程序（包括程序代碼）。需要說(shuō)明的是，此處的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)的更具體的例子(非窮舉的列表)包括：具有一個(gè)或多個(gè)導(dǎo)線的電連接、便攜式盤、硬盤、隨機(jī)存取存儲(chǔ)器(ram)、只讀存儲(chǔ)器(rom)、可擦式可編程只讀存儲(chǔ)器(eprom或閃存)、光纖、便攜式緊湊盤只讀存儲(chǔ)器(cd-rom)、光存儲(chǔ)器件、磁存儲(chǔ)器件、或者上述的任一合適的組合。計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)還包括在基帶中或者作為載波一部分傳播的數(shù)據(jù)信號(hào)，其中承載了可讀程序代碼。這種傳播的數(shù)據(jù)信號(hào)可以采用多種形式，包括但不限于電磁信號(hào)、光信號(hào)或上述的任一合適的組合。可讀存儲(chǔ)介質(zhì)還可以是可讀存儲(chǔ)介質(zhì)以外的任何可讀介質(zhì)，該可讀介質(zhì)可以發(fā)送、傳播或者傳輸用于由指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結(jié)合使用的程序?？勺x存儲(chǔ)介質(zhì)上包含的程序代碼可以用任何適當(dāng)?shù)慕橘|(zhì)傳輸，包括但不限于無(wú)線、有線、光纜、rf等等，或者上述的任一合適的組合?？梢砸砸环N或多種程序設(shè)計(jì)語(yǔ)言的任一組合來(lái)編寫用于執(zhí)行本發(fā)明操作的程序代碼，程序設(shè)計(jì)語(yǔ)言包括面向?qū)ο蟮某绦蛟O(shè)計(jì)語(yǔ)言—諸如java、c++等，還包括常規(guī)的過(guò)程式程序設(shè)計(jì)語(yǔ)言—諸如“c”語(yǔ)言或類似的程序設(shè)計(jì)語(yǔ)言。程序代碼可以完全地在用戶計(jì)算設(shè)備上執(zhí)行、部分地在用戶設(shè)備上執(zhí)行、作為一個(gè)獨(dú)立的軟件包執(zhí)行、部分在用戶計(jì)算設(shè)備上部分在遠(yuǎn)程計(jì)算設(shè)備上執(zhí)行、或者完全在遠(yuǎn)程計(jì)算設(shè)備或服務(wù)器上執(zhí)行。在涉及遠(yuǎn)程計(jì)算設(shè)備的情形中，遠(yuǎn)程計(jì)算設(shè)備可以通過(guò)任一種類的網(wǎng)絡(luò)，包括局域網(wǎng)(lan)或廣域網(wǎng)(wan)，連接到用戶計(jì)算設(shè)備，或者，可以連接到外部計(jì)算設(shè)備(例如利用因特網(wǎng)服務(wù)提供商來(lái)通過(guò)因特網(wǎng)連接)。可由處理器加載并執(zhí)行計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存放的一條或一條以上指令，以實(shí)現(xiàn)上述實(shí)施例中有關(guān)基于shearlet先驗(yàn)知識(shí)的細(xì)粒度表征遙感影像解譯方法的相應(yīng)步驟；計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中的一條或一條以上指令由處理器加載并執(zhí)行如下步驟：對(duì)原始遙感影像數(shù)據(jù)進(jìn)行預(yù)處理操作；采用shearlet變換對(duì)預(yù)處理后的遙感影像數(shù)據(jù)進(jìn)行多層次、多方向的高頻子帶信息抽??；使用拉普拉斯金字塔和shearlet濾波器分別獲得高頻組件和對(duì)其按方向拆分后的多向高頻子帶；構(gòu)建基于shearlet變換的高頻組件先驗(yàn)，通過(guò)空間注意力機(jī)制自適應(yīng)融合相同層次的子帶，生成細(xì)節(jié)增強(qiáng)的特征圖；構(gòu)建基于resnet的細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)，將通過(guò)shearlet變換提取的高頻組件先驗(yàn)與深度殘差網(wǎng)絡(luò)獲取的深層殘差塊進(jìn)行多尺度多層次加權(quán)融合；利用監(jiān)督學(xué)習(xí)方式訓(xùn)練得到的基于resnet的細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)，使用標(biāo)記的遙感影像數(shù)據(jù)進(jìn)行反復(fù)迭代，直至下游任務(wù)模型在驗(yàn)證集上表現(xiàn)穩(wěn)定；使用訓(xùn)練好的細(xì)節(jié)增強(qiáng)骨干和多個(gè)任務(wù)的不同探測(cè)頭，輸出遙感影像分析結(jié)果。請(qǐng)參閱圖5，終端設(shè)備為計(jì)算機(jī)設(shè)備，該實(shí)施例的計(jì)算機(jī)設(shè)備60包括：處理器61、存儲(chǔ)器62以及存儲(chǔ)在存儲(chǔ)器62中并可在處理器61上運(yùn)行的計(jì)算機(jī)程序63，該計(jì)算機(jī)程序63被處理器61執(zhí)行時(shí)實(shí)現(xiàn)實(shí)施例中的基于shearlet先驗(yàn)知識(shí)的細(xì)粒度表征遙感影像解譯方法，為避免重復(fù)，此處不一一贅述?；蛘?，該計(jì)算機(jī)程序63被處理器61執(zhí)行時(shí)實(shí)現(xiàn)實(shí)施例基于shearlet先驗(yàn)知識(shí)的細(xì)粒度表征遙感影像解譯系統(tǒng)中各模型/單元的功能，為避免重復(fù)，此處不一一贅述。計(jì)算機(jī)設(shè)備60可以是桌上型計(jì)算機(jī)、筆記本、掌上電腦及云端服務(wù)器等計(jì)算設(shè)備。計(jì)算機(jī)設(shè)備60可包括，但不僅限于，處理器61、存儲(chǔ)器62。本領(lǐng)域技術(shù)人員可以理解，圖5僅僅是計(jì)算機(jī)設(shè)備60的示例，并不構(gòu)成對(duì)計(jì)算機(jī)設(shè)備60的限定，可以包括比圖示更多或更少的部件，或者組合某些部件，或者不同的部件，例如計(jì)算機(jī)設(shè)備還可以包括輸入輸出設(shè)備、網(wǎng)絡(luò)接入設(shè)備、總線等。所稱處理器61可以是中央處理單元(central?processing?unit，cpu)，還可以是其它通用處理器、中央處理器、圖形處理器、數(shù)字信號(hào)處理器(digital?signal?processor，dsp)、專用集成電路(application?specific?integrated?circuit，asic)、現(xiàn)場(chǎng)可編程門陣列(field-programmable?gate?array，fpga)或者其它可編程邏輯器件、分立門或者晶體管邏輯器件、基于量子計(jì)算的數(shù)據(jù)處理邏輯器、分立硬件組件等。通用處理器可以是微處理器或者該處理器也可以是任何常規(guī)的處理器等。存儲(chǔ)器62可以是計(jì)算機(jī)設(shè)備60的內(nèi)部存儲(chǔ)單元，例如計(jì)算機(jī)設(shè)備60的硬盤或內(nèi)存。存儲(chǔ)器62也可以是計(jì)算機(jī)設(shè)備60的外部存儲(chǔ)設(shè)備，例如計(jì)算機(jī)設(shè)備60上配備的插接式硬盤，智能存儲(chǔ)卡(smart?media?card，smc)，安全數(shù)字(secure?digital,sd)卡，閃存卡(flash?card)等。進(jìn)一步地，存儲(chǔ)器62還可以既包括計(jì)算機(jī)設(shè)備60的內(nèi)部存儲(chǔ)單元也包括外部存儲(chǔ)設(shè)備。存儲(chǔ)器62用于存儲(chǔ)計(jì)算機(jī)程序以及計(jì)算機(jī)設(shè)備所需的其它程序和數(shù)據(jù)。存儲(chǔ)器62還可以用于暫時(shí)地存儲(chǔ)已經(jīng)輸出或者將要輸出的數(shù)據(jù)。本技術(shù)所提供的各實(shí)施例中所使用的對(duì)存儲(chǔ)器、數(shù)據(jù)庫(kù)或其它介質(zhì)的任何引用，均可包括非易失性和易失性存儲(chǔ)器中的至少一種。非易失性存儲(chǔ)器可包括只讀存儲(chǔ)器（read-only?memory，rom）、磁帶、軟盤、閃存、光存儲(chǔ)器、高密度嵌入式非易失性存儲(chǔ)器、阻變存儲(chǔ)器（reram）、磁變存儲(chǔ)器（magnetoresistive?random?access?memory，mram）、鐵電存儲(chǔ)器（ferroelectric?random?access?memory，fram）、相變存儲(chǔ)器（phase?change?memory，pcm）、石墨烯存儲(chǔ)器等。易失性存儲(chǔ)器可包括隨機(jī)存取存儲(chǔ)器（random?access?memory，ram）或外部高速緩沖存儲(chǔ)器等。作為說(shuō)明而非局限，ram可以是多種形式，比如靜態(tài)隨機(jī)存取存儲(chǔ)器（static?random?access?memory，sram）或動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器（dynamic?randomaccess?memory，dram）等。本技術(shù)所提供的各實(shí)施例中所涉及的數(shù)據(jù)庫(kù)可包括關(guān)系型數(shù)據(jù)庫(kù)和非關(guān)系型數(shù)據(jù)庫(kù)中至少一種。非關(guān)系型數(shù)據(jù)庫(kù)可包括基于區(qū)塊鏈的分布式數(shù)據(jù)庫(kù)等，不限于此。本技術(shù)所提供的各實(shí)施例中所涉及的處理器可為通用處理器、中央處理器、圖形處理器、數(shù)字信號(hào)處理器、可編程邏輯器、基于量子計(jì)算的數(shù)據(jù)處理邏輯器等，不限于此。請(qǐng)參閱圖6，終端設(shè)備600為電子設(shè)備，電子設(shè)備以通用計(jì)算設(shè)備的形式表現(xiàn)。電子設(shè)備的組件可以包括但不限于：至少一個(gè)處理單元610、至少一個(gè)存儲(chǔ)單元620、連接不同平臺(tái)組件(包括存儲(chǔ)單元620和處理單元610)的總線630、顯示單元640等。其中，存儲(chǔ)單元存儲(chǔ)有程序代碼，程序代碼可以被處理單元610執(zhí)行，使得處理單元610執(zhí)行本說(shuō)明書(shū)上述方法部分中描述的根據(jù)本發(fā)明各種示例性實(shí)施方式的步驟。例如，處理單元610可以執(zhí)行如圖1中所示的步驟。存儲(chǔ)單元620可以包括易失性存儲(chǔ)單元形式的可讀介質(zhì)，例如隨機(jī)存取存儲(chǔ)單元(ram)6201和/或高速緩存存儲(chǔ)單元6202，還可以進(jìn)一步包括只讀存儲(chǔ)單元(rom)6203。存儲(chǔ)單元620還可以包括具有一組(至少一個(gè))程序模塊6205的程序/實(shí)用工具6204，這樣的程序模塊6205包括但不限于：操作系統(tǒng)、一個(gè)或者多個(gè)應(yīng)用程序、其它程序模塊以及程序數(shù)據(jù)，這些示例中的每一個(gè)或某種組合中可能包括網(wǎng)絡(luò)環(huán)境的實(shí)現(xiàn)?？偩€630可以為表示幾類總線結(jié)構(gòu)中的一種或多種，包括存儲(chǔ)單元總線或者存儲(chǔ)單元控制器、外圍總線、圖形加速端口、處理單元或者使用多種總線結(jié)構(gòu)中的任一總線結(jié)構(gòu)的局域總線。電子設(shè)備600也可以與一個(gè)或多個(gè)外部設(shè)備700(例如鍵盤、指向設(shè)備、藍(lán)牙設(shè)備等)通信，還可與一個(gè)或者多個(gè)使得用戶能與該電子設(shè)備600交互的設(shè)備通信，和/或與使得該電子設(shè)備600能與一個(gè)或多個(gè)其它計(jì)算設(shè)備進(jìn)行通信的任何設(shè)備(例如路由器、調(diào)制解調(diào)器等等)通信。這種通信可以通過(guò)輸入/輸出(i/o)接口650進(jìn)行。并且，電子設(shè)備600還可以通過(guò)網(wǎng)絡(luò)適配器660與一個(gè)或者多個(gè)網(wǎng)絡(luò)(例如局域網(wǎng)(lan)，廣域網(wǎng)(wan)和/或公共網(wǎng)絡(luò)，例如因特網(wǎng))通信。網(wǎng)絡(luò)適配器660可以通過(guò)總線630與電子設(shè)備600的其它模塊通信。應(yīng)當(dāng)明白，盡管圖中未示出，可以結(jié)合電子設(shè)備600使用其它硬件和/或軟件模塊，包括但不限于：微代碼、設(shè)備驅(qū)動(dòng)器、冗余處理單元、外部磁盤驅(qū)動(dòng)陣列、raid系統(tǒng)、磁帶驅(qū)動(dòng)器以及數(shù)據(jù)備份存儲(chǔ)平臺(tái)等。為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。通常在此處附圖中的描述和所示的本發(fā)明實(shí)施例的組件可以通過(guò)各種不同的配置來(lái)布置和設(shè)計(jì)。因此，以下對(duì)在附圖中提供的本發(fā)明的實(shí)施例的詳細(xì)描述并非旨在限制要求保護(hù)的本發(fā)明的范圍，而是僅僅表示本發(fā)明的選定實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。進(jìn)行語(yǔ)義分割，目標(biāo)檢測(cè)和極小目標(biāo)跟蹤等多個(gè)任務(wù)，基線實(shí)驗(yàn)選擇的是resnet-50，下游任務(wù)處理頭，分別選擇：deeplabv3，faster-rcnn和siamrpn++，將shearlet層按照三次分別傳入，得到的實(shí)驗(yàn)結(jié)果如下所示：綜上所述，本發(fā)明一種基于shearlet先驗(yàn)知識(shí)的細(xì)粒度表征遙感影像解譯方法及系統(tǒng)，將先驗(yàn)知識(shí)，分層嵌入深度殘差網(wǎng)絡(luò)，在遙感領(lǐng)域的多個(gè)下游任務(wù)中都能夠證明該知識(shí)的有效性；在多個(gè)任務(wù)，多個(gè)指標(biāo)都有比較明顯的效果提升。所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為了描述的方便和簡(jiǎn)潔，僅以上述各功能單元、模塊的劃分進(jìn)行舉例說(shuō)明，實(shí)際應(yīng)用中，可以根據(jù)需要而將上述功能分配由不同的功能單元、模塊完成，即將所述裝置的內(nèi)部結(jié)構(gòu)劃分成不同的功能單元或模塊，以完成以上描述的全部或者部分功能。實(shí)施例中的各功能單元、模塊可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中，上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能單元的形式實(shí)現(xiàn)。另外，各功能單元、模塊的具體名稱也只是為了便于相互區(qū)分，并不用于限制本技術(shù)的保護(hù)范圍。上述系統(tǒng)中單元、模塊的具體工作過(guò)程，可以參考前述方法實(shí)施例中的對(duì)應(yīng)過(guò)程，在此不再贅述。在上述實(shí)施例中，對(duì)各個(gè)實(shí)施例的描述都各有側(cè)重，某個(gè)實(shí)施例中沒(méi)有詳述或記載的部分，可以參見(jiàn)其它實(shí)施例的相關(guān)描述。本領(lǐng)域普通技術(shù)人員可以意識(shí)到，結(jié)合本發(fā)明中所公開(kāi)的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、或者計(jì)算機(jī)軟件和電子硬件的結(jié)合來(lái)實(shí)現(xiàn)。這些功能究竟以硬件還是軟件方式來(lái)執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對(duì)每個(gè)特定的應(yīng)用來(lái)使用不同方法來(lái)實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。在本發(fā)明所提供的實(shí)施例中，應(yīng)該理解到，所揭露的裝置/終端和方法，可以通過(guò)其它的方式實(shí)現(xiàn)。例如，以上所描述的裝置/終端實(shí)施例僅僅是示意性的，例如，所述模塊或單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，例如多個(gè)單元或組件可以結(jié)合或者可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點(diǎn)，所顯示或討論的相互之間的耦合或直接耦合或通訊連接可以是通過(guò)一些接口，裝置或單元的間接耦合或通訊連接，可以是電性，機(jī)械或其它的形式。所述作為分離部件說(shuō)明的單元可以是或者也可以不是物理上分開(kāi)的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部單元來(lái)實(shí)現(xiàn)本實(shí)施例方案的目的。另外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能單元的形式實(shí)現(xiàn)。所述集成的模塊/單元如果以軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中?；谶@樣的理解，本發(fā)明實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分流程，也可以通過(guò)計(jì)算機(jī)程序來(lái)指令相關(guān)的硬件來(lái)完成，所述的計(jì)算機(jī)程序可存儲(chǔ)于一計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，該計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)，可實(shí)現(xiàn)上述各個(gè)方法實(shí)施例的步驟。其中，所述計(jì)算機(jī)程序包括計(jì)算機(jī)程序代碼，所述計(jì)算機(jī)程序代碼可以為源代碼形式、對(duì)象代碼形式、可執(zhí)行文件或某些中間形式等。所述計(jì)算機(jī)可讀介質(zhì)可以包括：能夠攜帶所述計(jì)算機(jī)程序代碼的任何實(shí)體或裝置、記錄介質(zhì)、u盤、移動(dòng)硬盤、磁碟、光盤、計(jì)算機(jī)存儲(chǔ)器、只讀存儲(chǔ)器(read-only?memory，rom)、隨機(jī)存取存儲(chǔ)器(randomaccess?memory，ram)、電載波信號(hào)、電信信號(hào)以及軟件分發(fā)介質(zhì)等，需要說(shuō)明的是，所述計(jì)算機(jī)可讀介質(zhì)包含的內(nèi)容可以根據(jù)司法管轄區(qū)內(nèi)立法和專利實(shí)踐的要求進(jìn)行適當(dāng)?shù)脑鰷p，例如在某些司法管轄區(qū)，根據(jù)立法和專利實(shí)踐，計(jì)算機(jī)可讀介質(zhì)不包括是電載波信號(hào)和電信信號(hào)。本技術(shù)是參照根據(jù)本技術(shù)實(shí)施例的方法、設(shè)備（系統(tǒng)）、和計(jì)算機(jī)程序產(chǎn)品的流程圖和／或方框圖來(lái)描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和／或方框圖中的每一流程和／或方框、以及流程圖和／或方框圖中的流程和／或方框的結(jié)合?？商峁┻@些計(jì)算機(jī)程序指令到通用計(jì)算機(jī)、專用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個(gè)機(jī)器，使得通過(guò)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和／或方框圖一個(gè)方框或多個(gè)方框中指定的功能的裝置。這些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計(jì)算機(jī)可讀存儲(chǔ)器中，使得存儲(chǔ)在該計(jì)算機(jī)可讀存儲(chǔ)器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和／或方框圖一個(gè)方框或多個(gè)方框中指定的功能。這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和／或方框圖一個(gè)方框或多個(gè)方框中指定的功能的步驟。以上內(nèi)容僅為說(shuō)明本發(fā)明的技術(shù)思想，不能以此限定本發(fā)明的保護(hù)范圍，凡是按照本發(fā)明提出的技術(shù)思想，在技術(shù)方案基礎(chǔ)上所做的任何改動(dòng)，均落入本發(fā)明權(quán)利要求書(shū)的保護(hù)范圍之內(nèi)。

背景技術(shù)：

1、遙感技術(shù)自20世紀(jì)中葉以來(lái)已成為地球觀測(cè)的重要工具，尤其是在衛(wèi)星和航空?qǐng)D像的應(yīng)用方面。這些技術(shù)能夠提供關(guān)于地球表面和大氣的定量信息，對(duì)于氣候變化研究、環(huán)境保護(hù)、農(nóng)業(yè)監(jiān)測(cè)和城市規(guī)劃等領(lǐng)域至關(guān)重要。隨著遙感技術(shù)的發(fā)展，圖像的分辨率和獲取頻率都有了顯著提高，但同時(shí)也帶來(lái)了數(shù)據(jù)量大、信息復(fù)雜度高的挑戰(zhàn)。

2、盡管遙感技術(shù)的發(fā)展帶來(lái)了更多的數(shù)據(jù)和更高的圖像質(zhì)量，現(xiàn)有的圖像分析方法卻常常難以有效處理這些數(shù)據(jù)。例如，基于傳統(tǒng)特征提取的分類方法依賴人工選定特征，這不僅耗時(shí)耗力，而且效果受限于選定特征的代表性和全面性。此外，傳統(tǒng)方法在處理高分辨率遙感圖像時(shí)，常常因?yàn)樗惴ú蛔阋蕴幚韴D像中的復(fù)雜性而導(dǎo)致識(shí)別精度不高。

3、近年來(lái)，深度學(xué)習(xí)尤其是卷積神經(jīng)網(wǎng)絡(luò)（cnn）已經(jīng)被證明在圖像識(shí)別和分類任務(wù)中表現(xiàn)出色。然而，當(dāng)應(yīng)用于遙感影像分析時(shí)，這些模型往往因缺乏對(duì)高頻細(xì)節(jié)的捕捉能力而受限。遙感影像的特有屬性，如大范圍的尺度變化、復(fù)雜的紋理和結(jié)構(gòu)特征，使得標(biāo)準(zhǔn)cnn模型難以直接適用。

4、shearlet變換提供了一種有效的多尺度、多方向分析方法，特別適合處理具有各向異性特征的圖像數(shù)據(jù)。通過(guò)精確捕捉圖像的邊緣、裂縫等高頻特征，shearlet變換能夠提供比傳統(tǒng)小波變換更細(xì)致的圖像分析。此外，shearlet變換的非線性分解能力使其能夠揭示圖像中隱藏的、非顯式的信息層次，這對(duì)于解析復(fù)雜的遙感數(shù)據(jù)尤其有價(jià)值。

5、5.結(jié)合shearlet變換的高頻特征分解能力與神經(jīng)網(wǎng)絡(luò)的強(qiáng)大學(xué)習(xí)能力，可以極大地提升遙感影像分析的準(zhǔn)確性和效率。通過(guò)這種融合，不僅可以增強(qiáng)網(wǎng)絡(luò)對(duì)細(xì)節(jié)的感知，還能在保持影像深層語(yǔ)義完整的同時(shí)，提升模型對(duì)復(fù)雜場(chǎng)景的解析能力。這種新方法預(yù)計(jì)將推動(dòng)遙感影像處理從傳統(tǒng)方法向更智能、自動(dòng)化的方向發(fā)展。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明所要解決的技術(shù)問(wèn)題在于針對(duì)上述現(xiàn)有技術(shù)中的不足，提供一種基于shearlet先驗(yàn)知識(shí)的細(xì)粒度表征遙感影像解譯方法及系統(tǒng)，通過(guò)空間注意力的形式整合進(jìn)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程中，優(yōu)化網(wǎng)絡(luò)對(duì)復(fù)雜遙感數(shù)據(jù)的解析能力，用于解決遙感影像中的細(xì)粒度結(jié)構(gòu)信息在傳統(tǒng)深度學(xué)習(xí)方法中隨卷積層的加深而遺漏的技術(shù)問(wèn)題。

2、本發(fā)明采用以下技術(shù)方案：

3、一種基于shearlet先驗(yàn)知識(shí)的細(xì)粒度表征遙感影像解譯方法，包括以下步驟：

4、s1、對(duì)原始遙感影像數(shù)據(jù)進(jìn)行預(yù)處理操作；

5、s2、采用shearlet變換對(duì)步驟s1預(yù)處理后的遙感影像數(shù)據(jù)進(jìn)行多層次、多方向的高頻子帶信息抽?。皇褂美绽菇鹱炙蛃hearlet濾波器分別獲得高頻組件和對(duì)其按方向拆分后的多向高頻子帶；

6、s3、構(gòu)建基于shearlet變換的高頻組件先驗(yàn)，通過(guò)空間注意力機(jī)制自適應(yīng)融合相同層次的子帶，生成細(xì)節(jié)增強(qiáng)的特征圖；

7、s4、構(gòu)建基于resnet的細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)，將步驟s3通過(guò)shearlet變換提取的高頻組件先驗(yàn)與深度殘差網(wǎng)絡(luò)獲取的深層殘差塊進(jìn)行多尺度多層次加權(quán)融合；

8、s5、利用監(jiān)督學(xué)習(xí)方式訓(xùn)練步驟s4得到的基于resnet的細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)，使用步驟s1標(biāo)記的遙感影像數(shù)據(jù)進(jìn)行反復(fù)迭代，直至下游任務(wù)模型在驗(yàn)證集上表現(xiàn)穩(wěn)定；

9、s6、使用步驟s5訓(xùn)練好的細(xì)節(jié)增強(qiáng)骨干和多個(gè)任務(wù)的不同探測(cè)頭，輸出遙感影像分析結(jié)果。

10、優(yōu)選地，步驟s1中，預(yù)處理操作包括噪聲去除、對(duì)比度調(diào)整和圖像裁剪。

11、優(yōu)選地，步驟s2具體為：

12、s201、輸入預(yù)處理后的遙感影像，并對(duì)圖像進(jìn)行色彩空間轉(zhuǎn)換，從rgb轉(zhuǎn)換到hsi；

13、s202、應(yīng)用拉普拉斯金字塔方法對(duì)遙感影像的i分量進(jìn)行高低頻信息分層，抽取出圖像的最高頻組件；

14、s203、對(duì)于抽取的高頻組件，使用shearlet濾波器得到多方向的最高頻子帶；

15、s204、將剩余的低頻信息下采樣為之前的一半，再次應(yīng)用拉普拉斯金字塔方法分解高低頻信息，并得到多方向的次高頻子帶。

16、優(yōu)選地，步驟s202中，shearlet變換細(xì)節(jié)如下：

17、

18、其中，和分別代表空間向量和平移向量，是縮放參數(shù)，表示剪切因子，為擴(kuò)張矩陣，為剪切矩陣，為變換域。

19、優(yōu)選地，步驟s201至步驟s204循環(huán)進(jìn)行三次，直到獲得最高頻子帶，次高頻子帶和較高頻子帶信息為止。

20、優(yōu)選地，步驟s3具體為：

21、s301、通過(guò)對(duì)3次遞歸抽取的高頻子帶進(jìn)行維度重排，為深度學(xué)習(xí)模型的輸入格式c×h×w做準(zhǔn)備，其中，c是通道數(shù)，h是高度，w是寬度；每個(gè)通道c接收對(duì)應(yīng)一次抽取的所有方向子帶，表示特定尺度下的方向信息；

22、s302、使用基于shearlet變換的空間注意模塊對(duì)多向子帶進(jìn)行融合；

23、s303、空間注意模塊通過(guò)一個(gè)卷積層，利用relu激活函數(shù)加強(qiáng)模型對(duì)空間紋理信息的學(xué)習(xí)能力；隨后第二個(gè)卷積層通過(guò)sigmoid激活函數(shù)深化特征融合，生成一個(gè)聚焦于圖像關(guān)鍵信息的壓縮特征圖，最終輸出的shearlet注意力特征圖維度為1×h×w。

24、優(yōu)選地，步驟s4具體為：

25、s401、構(gòu)建resnet50作為基礎(chǔ)網(wǎng)絡(luò)，resnet50一共有五個(gè)cnn殘差塊，分別為第零層，第一層，第二層，第三層和第四層；

26、s402、調(diào)整步驟s3得到的特征圖大小，使最高頻特征圖和第二層cnn殘差塊大小相同，使次高頻特征圖和第三層cnn殘差塊大小相同，使較高頻特征圖和第四層cnn殘差塊大小相同；

27、s403、將步驟s402經(jīng)過(guò)調(diào)整的高頻先驗(yàn)特征圖與resnet骨干網(wǎng)絡(luò)輸出的cnn深層殘差塊特征進(jìn)行多尺度逐像素相乘，實(shí)現(xiàn)兩種類型特征的有效整合。

28、優(yōu)選地，步驟s5具體為：

29、通過(guò)監(jiān)督學(xué)習(xí)方式訓(xùn)練神經(jīng)網(wǎng)絡(luò)，利用標(biāo)記的遙感數(shù)據(jù)進(jìn)行反復(fù)迭代；神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行性能評(píng)估。

30、優(yōu)選地，步驟s6具體為：

31、s601、使用訓(xùn)練好的細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)捕捉遙感影像中的判別性特征；

32、s602、將多個(gè)任務(wù)探測(cè)頭與細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)集成，得到完整的遙感多任務(wù)處理模型；

33、s603、模型整合步驟s602得到的多任務(wù)遙感影像解譯模型，輸出遙感影像分析結(jié)果。

34、第二方面，本發(fā)明實(shí)施例提供了

35、預(yù)處理模塊，對(duì)原始遙感影像數(shù)據(jù)進(jìn)行預(yù)處理操作；

36、shearlet變換模塊，采用shearlet變換對(duì)預(yù)處理后的遙感影像數(shù)據(jù)進(jìn)行多層次、多方向的高頻子帶信息抽取；使用拉普拉斯金字塔和shearlet濾波器分別獲得高頻組件和對(duì)其按方向拆分后的多向高頻子帶；

37、空間注意力模塊，構(gòu)建基于shearlet變換的高頻組件先驗(yàn)，通過(guò)空間注意力機(jī)制自適應(yīng)融合相同層次的子帶，生成細(xì)節(jié)增強(qiáng)的特征圖；

38、細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)模塊，構(gòu)建基于resnet的細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)，將shearlet變換提取的高頻組件先驗(yàn)與深度殘差網(wǎng)絡(luò)獲取的深層殘差塊進(jìn)行多尺度多層次的加權(quán)融合；

39、訓(xùn)練與輸出模塊，利用監(jiān)督學(xué)習(xí)方式訓(xùn)練得到的基于resnet的細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)，使用標(biāo)記的遙感影像數(shù)據(jù)進(jìn)行反復(fù)迭代，直至下游任務(wù)模型在驗(yàn)證集上表現(xiàn)穩(wěn)定，使用訓(xùn)練好的細(xì)節(jié)增強(qiáng)骨干和多個(gè)任務(wù)的不同探測(cè)頭，輸出遙感影像分析結(jié)果。

40、第三方面，一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述基于shearlet先驗(yàn)知識(shí)的細(xì)粒度表征遙感影像解譯方法的步驟。

41、第四方面，本發(fā)明實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述基于shearlet先驗(yàn)知識(shí)的細(xì)粒度表征遙感影像解譯方法的步驟。

42、與現(xiàn)有技術(shù)相比，本發(fā)明至少具有以下有益效果：

43、一種基于shearlet先驗(yàn)知識(shí)的細(xì)粒度表征遙感影像解譯方法，hearlet變換作為一種多尺度和多方向的幾何分析工具，能夠有效捕捉圖像中的細(xì)節(jié)尺度和方向性特征，尤其是邊緣細(xì)節(jié)和其他高頻部分。將此變換的輸出作為多尺度、多層次的先驗(yàn)知識(shí)輸入神經(jīng)網(wǎng)絡(luò)，極大地提升了網(wǎng)絡(luò)在遙感影像分析任務(wù)中的性能，特別是在語(yǔ)義分割、目標(biāo)檢測(cè)和跟蹤等應(yīng)用中；通過(guò)采用shearlet先驗(yàn)知識(shí)，可以有效捕獲圖像中的高頻細(xì)節(jié)特征，這在傳統(tǒng)的小波變換方法中往往無(wú)法實(shí)現(xiàn)。shearlet變換的多尺度、多方向能力特別適合處理具有復(fù)雜紋理和邊緣的遙感圖像，從而顯著提升圖像解譯的精確度和效率。

44、進(jìn)一步的，預(yù)處理操作包括噪聲去除、對(duì)比度調(diào)整和圖像裁剪，旨在改善原始圖像數(shù)據(jù)的質(zhì)量，為后續(xù)的高頻特征抽取和解析提供更清晰、更一致的輸入數(shù)據(jù)。這一步驟減少了后續(xù)處理中的誤差和復(fù)雜性，確保了系統(tǒng)的穩(wěn)定性和可靠性。

45、進(jìn)一步的，通過(guò)shearlet變換對(duì)預(yù)處理后的影像進(jìn)行高頻子帶信息抽取，不僅提升了圖像的分辨率和邊緣信息的可視性，而且能夠揭示圖像中的微小和細(xì)節(jié)特征。這種方法尤其適合于解析高分辨率遙感數(shù)據(jù)，從而提高分類和識(shí)別的準(zhǔn)確性。

46、進(jìn)一步的，構(gòu)建基于shearlet變換的高頻組件先驗(yàn)，使用空間注意力機(jī)制自適應(yīng)融合相同層次的子帶，可以更有效地聚焦于圖像中的關(guān)鍵區(qū)域，增強(qiáng)模型對(duì)于圖像重要部分的響應(yīng)，從而提升遙感影像的解譯質(zhì)量。

47、進(jìn)一步的，細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)的構(gòu)建，通過(guò)與深度殘差網(wǎng)絡(luò)結(jié)合，實(shí)現(xiàn)了高頻先驗(yàn)特征和深層特征的有效整合。這一策略優(yōu)化了網(wǎng)絡(luò)的學(xué)習(xí)能力，特別是在處理復(fù)雜遙感場(chǎng)景時(shí)，能夠保持圖像深層語(yǔ)義的完整性同時(shí)強(qiáng)調(diào)細(xì)節(jié)特征。

48、進(jìn)一步的，監(jiān)督學(xué)習(xí)訓(xùn)練細(xì)節(jié)增強(qiáng)骨干網(wǎng)絡(luò)，使得模型在經(jīng)過(guò)迭代訓(xùn)練后，能夠在驗(yàn)證集上表現(xiàn)穩(wěn)定，這保證了模型在實(shí)際應(yīng)用中的可靠性和泛化能力。

49、進(jìn)一步的，使用訓(xùn)練好的細(xì)節(jié)增強(qiáng)骨干和多任務(wù)探測(cè)頭，模型能夠輸出精確的遙感影像分析結(jié)果，適用于多種復(fù)雜的應(yīng)用場(chǎng)景，如土地覆蓋分類、目標(biāo)檢測(cè)等，展示了其廣泛的應(yīng)用潛力和實(shí)用價(jià)值。

50、可以理解的是，上述第二方面的有益效果可以參見(jiàn)上述第一方面中的相關(guān)描述，在此不再贅述。

51、綜上所述，本發(fā)明通過(guò)結(jié)合shearlet變換和先進(jìn)的深度學(xué)習(xí)架構(gòu)，顯著提高了遙感影像解譯的精確度和效率，同時(shí)保持了良好的模型泛化能力和實(shí)用性，預(yù)計(jì)將推動(dòng)遙感影像處理向更智能、自動(dòng)化的方向發(fā)展。

52、下面通過(guò)附圖和實(shí)施例，對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。