[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

说明书

本申请实施方式公开了一种用于识别遥感图像的神经网络系统、遥感图像识别方法、装置、电子设备、计算机可读存储介质以及计算机程序，其中的神经网络系统包括：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。

技术领域

本申请涉及计算机视觉技术，尤其是涉及一种用于识别遥感图像的神经网络系统、遥感图像识别方法、遥感图像识别装置、计算机程序、计算机可读存储介质以及电子设备。

背景技术

随着深度学习技术在图像识别、目标检测以及图像分割等方面不断取得的突破性进展，神经网络已经被应用于遥感图像识别领域中。

由于不同卫星在拍摄遥感图像时，所采用的波段以及分辨率等参数的不同，会导致遥感图像的数据分布规律相差较大，因此，利用卫星A的样本训练集中的图像样本训练出的神经网络，在对卫星B拍摄的遥感图像进行图像识别时，其表现往往较差。

发明内容

本申请实施方式提供一种用于实现遥感图像识别的技术方案。

根据本申请实施方式的其中一方面，提供了一种用于识别遥感图像的神经网络系统，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。

在本申请一实施方式中，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。

在本申请又一实施方式中，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。

在本申请再一实施方式中，所述至少两个第一神经网络中的不同第一神经网络对应来自不同卫星的遥感图像。

在本申请再一实施方式中，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。

在本申请再一实施方式中，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。

在本申请再一实施方式中，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。

在本申请再一实施方式中，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行、列以及通道数，不同第一神经网络输出的初始图像特征中的任一相同通道所对应的语义相同。

在本申请再一实施方式中，所述共享神经网络包括：卷积神经网络。

在本申请再一实施方式中，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。

在本申请再一实施方式中，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。