[发明专利]一种识别光学遥感图像道路的Y型神经网络系统及方法有效
| 申请号： | 201811215645.1 | 申请日： | 2018-10-18 |
| 公开（公告）号： | CN109359598B | 公开（公告）日： | 2019-09-24 |
| 发明（设计）人： | 李叶;许乐乐;郭丽丽;王先锋;阎镇;饶骏;金山 | 申请（专利权）人： | 中国科学院空间应用工程与技术中心 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 北京轻创知识产权代理有限公司 11212 | 代理人： | 杨立;徐苏明 |
| 地址： | 100094*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种识别光学遥感图像道路的Y型神经网络系统及方法，其Y型神经网络系统包括左臂子网络Y1、右臂子网络Y2和融合子网络Y3；左臂子网络Y1用于对遥感图像中的环境背景细节进行抑制并识别出遥感图像中的宽道路；右臂子网络Y2用于对遥感图像中的深层细节信息进行分析并识别出遥感图像中的窄道路和精细道路边缘；融合子网络Y3用于将左臂子网络Y1识别出的遥感图像中的宽道路以及右臂子网络Y2识别出的遥感图像中的窄道路和精细道路边缘进行无损深度融合，得出遥感图像中的道路识别结果。本发明提出的Y型神经网络可以同时改善光学遥感图像中宽道路和窄道路的识别精度，并对图像环境背景有较强的抑制能力，具有较低的误检和漏检风险。 | ||
| 搜索关键词： | 遥感图像 子网络 光学遥感图像 神经网络系统 窄道路 左臂 右臂 道路边缘 精细 道路识别 环境背景 深度融合 神经网络 图像环境 细节信息 融合子 合子 漏检 无损 误检 网络 分析 | ||
【主权项】：
1.一种识别光学遥感图像道路的Y型神经网络系统，其特征在于：包括左臂子网络Y1、右臂子网络Y2和融合子网络Y3，所述左臂子网络Y1的输出端和所述右臂子网络Y2的输出端均与所述融合子网络Y3的输入端连接，并组成Y字型结构；所述左臂子网络Y1，其用于对遥感图像中的环境背景细节进行抑制，并识别出遥感图像中的宽道路；所述右臂子网络Y2，其用于对遥感图像中的深层细节信息进行分析，并识别出遥感图像中的窄道路和精细道路边缘；所述融合子网络Y3，其用于将所述左臂子网络Y1识别出的遥感图像中的宽道路以及所述右臂子网络Y2识别出的遥感图像中的窄道路和精细道路边缘进行无损深度融合，得出遥感图像中的道路识别结果；所述左臂子网络Y1包括至少1个卷积层、至少1个下采样层和至少1个上采样层；所述右臂子网络Y2包括至少2个卷积层；所述融合子网络Y3包含至少1个拼接层和至少1个卷积层；所述左臂子网络Y1中的卷积层用于提取光学遥感图像的图像特征；所述左臂子网络Y1中的下采样层用于采用最大化池化操作对光学遥感图像的图像特征进行降维处理；所述左臂子网络Y1中的上采样层用于对光学遥感图像的图像特征进行升维处理，并输出光学遥感图像中的宽道路识别结果；所述右臂子网络Y2具体用于，通过多个卷积层从输入的光学遥感图像中识别出窄道路和精细道路边缘；所述融合子网络Y3具体用于，利用拼接层将所述左臂子网络Y1识别出的遥感图像中的宽道路以及所述右臂子网络Y2识别出的遥感图像中的窄道路和精细道路边缘无损拼接在一起，并通过卷积层进行最终道路识别。
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中国科学院空间应用工程与技术中心，未经中国科学院空间应用工程与技术中心许可，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/201811215645.1/，转载请声明来源钻瓜专利网。
