[发明专利]神经网络系统、遥感图像识别方法、装置、设备及介质

权利要求书

1.一种用于识别遥感图像的神经网络系统，其特征在于，所述神经网络系统包括：

至少两个第一神经网络、共享神经网络以及至少一个第二神经网络；其中，所述至少两个第一神经网络中每个第一神经网络的输出端分别与所述共享神经网络的输入端连接，所述共享神经网络的输出端与所述至少一个第二神经网络中每个第二神经网络的输入端连接；

其中，所述至少两个第一神经网络中的不同第一神经网络输出的初始图像特征具有相同的宽、高以及通道数，不同第一神经网络输出的初始图像特征中的相同通道所对应的语义相同；

待识别遥感图像从所述至少两个第一神经网络中的其中一个第一神经网络的输入端输入到所述神经网络系统中，经由相应的第一神经网络、共享神经网络以及所述至少一个第二神经网络中的其中一个第二神经网络的顺序处理之后，由所述其中一个第二神经网络输出遥感图像识别结果。

2.根据权利要求1所述的神经网络系统，其特征在于：

所述第一神经网络用于从输入的待识别遥感图像中提取初始图像特征；

所述共享神经网络用于根据所述第一神经网络输入的所述初始图像特征，得到图像特征，并将得到的所述图像特征提供至所述至少一个第二神经网络；

所述第二神经网络用于根据所述共享神经网络提供的图像特征，确定所述遥感图像的识别结果。

3.根据权利要求1所述的神经网络系统，其特征在于：

所述至少两个第一神经网络中的不同第一神经网络输入的遥感图像具有不同的参数特性；和/或

所述至少两个第一神经网络中的不同第一神经网络具有不同的网络参数。

4.根据权利要求1所述的神经网络系统，其特征在于，所述至少两个第一神经网络中的不同第一神经网络对应来自不同卫星的遥感图像。

5.根据权利要求1所述的神经网络系统，其特征在于，所述至少一个第二神经网络具体为多个第二神经网络，并且所述至少两个第一神经网络的不同第一神经网络对应于所述多个第二神经网络中的不同第二神经网络。

6.根据权利要求1所述的神经网络系统，其特征在于：

所述至少两个第一神经网络中不同的第一神经网络具有相同的层结构；和/或

所述至少一个第二神经网络中不同的第二神经网络具有相同的层结构。

7.根据权利要求1所述的神经网络系统，其特征在于：

所述第一神经网络和所述第二神经网络中的至少一个包括：至少一个卷积层和至少一个激活层；或者

所述第一神经网络和所述第二神经网络中的至少一个包括：至少一个批规范化BN层、至少一个激活层以及至少一个卷积层。

8.根据权利要求1所述的神经网络系统，其特征在于，所述共享神经网络包括：卷积神经网络。

9.根据权利要求1至8中任一项所述的神经网络系统，其特征在于，所述用于识别遥感图像的神经网络系统是利用多个遥感图像样本集进行协作训练得到的；

其中，所述至少两个第一神经网络中的不同第一神经网络对应的遥感图像样本集对应于不同的卫星。

10.根据权利要求9所述的用于识别遥感图像的神经网络系统，其特征在于，第一遥感图像样本集中包括的遥感图像样本的数量远大于第二遥感图像样本集中包括的遥感图像样本的数量，其中，所述多个遥感图像样本集包括所述第一遥感图像样本集和第二遥感图像样本集。

11.根据权利要求1-8之一所述的神经网络系统，其特征在于：

所述神经网络系统是通过同时利用不同遥感图像样本集中的遥感图像样本对各第一神经网络、共享神经网络和各第二神经网络进行训练得到的；或者

所述神经网络系统是通过交替利用不同遥感图像样本集中的遥感图像样本对各第一神经网络、共享神经网络和各第二神经网络进行训练得到的。