[發明專利]一種基于特征金字塔的遙感影像時敏目標識別系統及方法有效
| 申請號: | 201810427107.2 | 申請日: | 2018-05-07 |
| 公開(公告)號: | CN108764063B | 公開(公告)日: | 2020-05-19 |
| 發明(設計)人: | 楊衛東;金俊波;王禎瑞;習思;黃競輝;鐘勝;陳俊 | 申請(專利權)人: | 華中科技大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/04 |
| 代理公司: | 華中科技大學專利中心 42201 | 代理人: | 曹葆青;李智 |
| 地址: | 430074 湖北*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 特征 金字塔 遙感 影像 目標 識別 系統 方法 | ||
1.一種基于特征金字塔的遙感影像時敏目標識別系統,其特征在于,包括:
目標特征提取子網絡,設有多個層次輸出端,用于對待處理圖像進行多層級卷積處理,并將每個層級卷積處理結果作為一個特征層輸出;
特征層子網絡,設有多個層次輸入端和多個層次輸出端,一個層次輸入端同目標特征提取子網絡的一個層次輸出端連接,用于將上一特征層和當前特征層疊加處理得到當前融合特征層,最頂層融合特征層為最頂層特征層;
候選區域生成子網絡,設有多個層次輸入端和多個層次輸出端,一個層次輸入端同特征層子網絡的一個層次輸出端連接,用于從不同層級融合特征層提取出候選區域;
分類回歸子網絡,設有多個層次輸入端和RPN輸入端,一個層次輸入端同特征層子網絡一個層次輸出端連接,RPN輸入端同候選區域生成子網絡的輸出端連接,用于將候選區域映射至不同層級融合特征層獲得映射處理后的多個層級融合特征層,并對映射處理后的多個層級融合特征層進行目標判定輸出結果;
其中,特征層子網絡包括多個特征層子模塊,記為第一個特征層子模塊、第二個特征層子模塊、……、第i個特征層子模塊、……、第N個特征層子模塊;1≤i≤N-1;
第i個特征層子模塊的一個輸入端作為該特征層子網絡的一個層次輸入端,第i個特征層子模塊的另一個輸入端同第i+1個特征層子模塊的輸出端連接,第N個特征層子模塊的輸入端作為該特征層子網絡的一個層次輸入端;
前N-1個特征層子模塊用于對上一層特征層和當前特征層疊加處理得到當前融合特征層;第N個特征層子模塊用于將當前特征層作為當前融合特征層輸出,其中,上一層特征層為通過對當前特征層進行卷積后獲得。
2.如權利要求1所述的遙感影像時敏目標識別系統,其特征在于,前N-1個特征層子模塊中任意一個特征層子模塊包括:
上一層處理子單元、當前處理子單元及疊加單元,上一層處理子單元的輸出端同疊加單元的第一輸入端連接,當前處理子單元的輸出端同疊加單元的第二輸入端連接;
上一層處理子單元用于對上一層特征層進行上采樣處理輸出處理后上一層特征層,當前處理子單元用于對當前特征層進行卷積處理輸出處理后當前特征層,疊加單元用于對處理后上一層特征層和處理后當前特征層進行疊加處理,輸出當前融合特征層。
3.如權利要求1或2所述的遙感影像時敏目標識別系統,其特征在于,特征層子模塊還包括混疊效應處理單元,其輸入端同疊加單元的輸出端連接,混疊效應處理單元用于對當前融合特征層進行卷積處理,輸出最終當前融合特征層。
4.如權利要求1或2所述的遙感影像時敏目標識別系統,其特征在于,特征層子網絡還包括第N+1個特征層子模塊,候選區域生成子網絡設有附加層次輸入端;第N+1個特征層子模塊輸入端同第N個特征層子模塊的輸出端連接,第N+1個特征層子模塊輸出端同候選區域生成子網絡的附加層次輸入端連接;
第N+1個特征層子模塊用于對第N個特征層子模塊輸出的融合特征層進行上采樣輸出第N+1個特征層,候選區域生成子網絡同時從第N+1個特征層提取候選區域。
5.如權利要求1所述的遙感影像時敏目標識別系統,其特征在于,分類回歸子網絡包括依次連接的映射子模塊、融合子模塊及目標判定子模塊,映射子模塊用于將候選區域映射至不同層級融合特征層獲得映射處理后的多個層級融合特征層,融合子模塊用于對映射處理后的多個層級融合特征層進行融合處理獲得目標判定特征層,目標判定子模塊用于對目標判定特征層進行目標判定輸出結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華中科技大學,未經華中科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810427107.2/1.html,轉載請聲明來源鉆瓜專利網。





