[发明专利]基于深度学习的遥感图像中目标检测与识别的方法及装置有效
| 申请号： | 201910135224.6 | 申请日： | 2019-02-20 |
| 公开（公告）号： | CN110084093B | 公开（公告）日： | 2020-07-17 |
| 发明（设计）人： | 单光存;王红宇;高永;陈道生 | 申请（专利权）人： | 北京航空航天大学;烟台云都海鹰无人机应用技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62;G06N3/04 |
| 代理公司： | 中科专利商标代理有限责任公司 11021 | 代理人： | 喻颖 |
| 地址： | 100083*** | 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： | 本公开提供了一种基于深度学习的遥感图像中目标检测与识别的方法，包括：S1，采用卷积神经网络的多层输出，提取训练数据集中遥感图像的高级特征；S2，采用四点标记法来对任意四边形进行标记，在所述高级特征上生成多面积、多纵横比的多种候选框，并进行候选框筛选；S3，对卷积神经网络不同层筛选出的候选区域进行特征融合，根据融合结果得到分类误差与定位误差，并对筛选出的候选区域采用优化函数进行深度学习训练，得到训练优化模型；S4，通过所述训练优化模型对待识别遥感图像进行目标判别和定位。本公开的方法与装置能够应用于遥感图片目标检测与识别，实现对遥感图像中小物体目标、高纵横比目标以及多类别目标的检测与识别。 | ||
| 搜索关键词： | 基于 深度 学习 遥感 图像 目标 检测 识别 方法 装置 | ||
【主权项】：
1.一种基于深度学习的遥感图像中目标检测与识别的方法，包括：步骤S1，采用卷积神经网络的多层输出，提取训练数据集中遥感图像的高级特征；步骤S2，采用四点标记法来对任意四边形进行标记，在所述高级特征上生成多面积、多纵横比的多种候选框，并进行候选框筛选；步骤S3，对卷积神经网络不同层筛选出的候选区域进行特征融合，根据融合结果得到分类误差与定位误差，并采用优化函数进行深度学习训练，得到训练优化模型；步骤S4，通过所述训练优化模型对待识别遥感图像进行目标类别判别和定位。
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北京航空航天大学;烟台云都海鹰无人机应用技术有限公司，未经北京航空航天大学;烟台云都海鹰无人机应用技术有限公司许可，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/201910135224.6/，转载请声明来源钻瓜专利网。
