[发明专利]基于卷积神经网络的遥感图像飞机目标识别方法在审
| 申请号： | 201710526744.0 | 申请日： | 2017-06-30 |
| 公开（公告）号： | CN107330405A | 公开（公告）日： | 2017-11-07 |
| 发明（设计）人： | 刘坤;晁安娜;任蕾 | 申请（专利权）人： | 上海海事大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 上海信好专利代理事务所(普通合伙)31249 | 代理人： | 周乃鑫 |
| 地址： | 201306 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于卷积神经网络的遥感图像飞机目标识别方法，包含S1、建立飞机图像库，包括训练图像和测试图像；S2、初始化设置卷积神经网络，并设置该卷积神经网络的训练过程；S3、初始化设置卷积神经网络中的参数；S4、读取训练图像数据，根据卷积神经网络的训练过程对训练图像数据进行卷积和池化的训练操作，得到训练图像的实际输出；S5、调整卷积神经网络的参数，使得训练图像数据的指定目标输出和实际输出之间的误差值满足精度要求；S6、读取测试图像，采用测试网络，输出遥感图像飞机目标识别结果。本发明对旋转、尺度缩放或者其他形变具有稳定性，增强通用性，提高识别精度及抗噪性。 | ||
| 搜索关键词： | 基于 卷积 神经网络 遥感 图像 飞机 目标 识别 方法 | ||
【主权项】：
一种基于卷积神经网络的遥感图像飞机目标识别方法，其特征在于，包含以下步骤：S1、建立飞机图像库，由实验飞机模型库和实际遥感飞机模型库构成，包括训练图像和测试图像；S2、初始化设置卷积神经网络，并设置该卷积神经网络的训练过程；S3、初始化设置卷积神经网络中的参数；S4、读取训练图像数据，根据卷积神经网络的训练过程对训练图像数据进行卷积和池化的训练操作，得到训练图像的实际输出；S5、调整卷积神经网络的参数，使得训练图像数据的指定目标输出和实际输出之间的误差值满足精度要求，完成卷积神经网络的训练；S6、读取测试图像，采用完成训练的卷积神经网络作为测试网络，输出遥感图像飞机目标识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海海事大学，未经上海海事大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710526744.0/，转载请声明来源钻瓜专利网。
