[發(fā)明專利]基于自生成特征的衛(wèi)星影像識別系統(tǒng)、方法及電子設(shè)備

有效

• 申請?zhí)枺?/td>: 201811227460.2
• 申請日: 2018-10-22
• 公開（公告）號: CN109522807B
• 公開（公告）日: 2020-11-27
• 發(fā)明（設(shè)計(jì)）人: 張昱航;陽文斯;葉可江;須成忠
• 申請（專利權(quán)）人: 深圳先進(jìn)技術(shù)研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 深圳市科進(jìn)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44316
• 代理人: 曹衛(wèi)良

1.一種基于自生成特征的衛(wèi)星影像識別系統(tǒng)，其特征在于，包括：

FCN網(wǎng)絡(luò)構(gòu)建模塊：用于將VGG網(wǎng)絡(luò)的第一個(gè)全連接層和第二個(gè)全連接層分別變?yōu)榈谝粚泳矸e層和第二層卷積層，構(gòu)建新的FCN網(wǎng)絡(luò)；

自生成特征網(wǎng)絡(luò)構(gòu)建模塊：用于基于GAN網(wǎng)絡(luò)構(gòu)建自生成特征網(wǎng)絡(luò)；

自生成特征計(jì)算模塊：用于將所述自生成特征網(wǎng)絡(luò)嵌入所述FCN網(wǎng)絡(luò)中，通過所述自生成特征網(wǎng)絡(luò)生成輸入影像的特征圖，將所述特征圖傳送給所述第一層卷積層和第二層卷積層，所述第一層卷積層和第二層卷積層利用所述特征圖得到所述輸入影像的識別結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于自生成特征的衛(wèi)星影像識別系統(tǒng)，其特征在于，還包括算子替換模塊，所述算子替換模塊用于將FCN網(wǎng)絡(luò)中原有的第一個(gè)卷積層的卷積核特征提取算子替換為HOG算子，通過所述HOG算子進(jìn)行所述輸入影像的邊界特征提取。

3.根據(jù)權(quán)利要求2所述的基于自生成特征的衛(wèi)星影像識別系統(tǒng)，其特征在于，所述HOG算子提取邊界特征的方式為：

首先計(jì)算在不同方向上的梯度：

G_x(x，y)＝H(x+1，y)-H(x-1，y)

G_y(x，y)＝H(x，y+1)-H(x，y-1)

上述公式中，G_x(x，y)表示水平方向的梯度值，G_y(x，y)表示豎直方向的梯度值，H(x，y)表示像素點(diǎn)(x，y)的灰度值；

計(jì)算影像當(dāng)前像素點(diǎn)的梯度幅值：

計(jì)算當(dāng)前像素點(diǎn)的梯度方向：

4.根據(jù)權(quán)利要求3所述的基于自生成特征的衛(wèi)星影像識別系統(tǒng)，其特征在于，所述自生成特征網(wǎng)絡(luò)生成衛(wèi)星影像特征圖的計(jì)算方式為：輸入影像后，通過FCN網(wǎng)絡(luò)中原有的五個(gè)卷積層進(jìn)行影像的邊界特征提取，并將邊界特征傳輸?shù)阶陨商卣骶W(wǎng)絡(luò)，所述自生成特征網(wǎng)絡(luò)經(jīng)過一次全卷積層學(xué)習(xí)特征，然后將學(xué)習(xí)到的特征形成一個(gè)單通道的特征傳輸給所述第二層卷積層；所述第二層卷積層的特征和第一層卷積層的特征共同傳輸給判別器，在判別器中進(jìn)行最小最大化過程，所述判別器將結(jié)果再次反饋給自生成特征網(wǎng)絡(luò)，使所述自生成特征網(wǎng)絡(luò)不斷生成新的特征，在達(dá)到設(shè)定的迭代步數(shù)后，將最新一次生成的特征傳送給所述第二層卷積層，并直接傳送給全連接層，所述全連接層根據(jù)特征進(jìn)行屬性投票，最終得到輸入影像的識別結(jié)果。

5.根據(jù)權(quán)利要求4所述的基于自生成特征的衛(wèi)星影像識別系統(tǒng)，其特征在于，所述自生成特征網(wǎng)絡(luò)嵌入到FCN網(wǎng)絡(luò)中的嵌入點(diǎn)包括：

第五層卷積之后的特征一方面?zhèn)魉徒o第一層卷積層和第二層卷積層，同時(shí)將該特征傳輸給特征生成器，此為第一個(gè)嵌入點(diǎn)；

所述特征生成器形成的特征傳輸給第二層卷積層，此為第二個(gè)嵌入點(diǎn)；

在未達(dá)到設(shè)定閾值的情況下，所述第二層卷積層的輸出結(jié)果只傳輸給判別器，此為第三個(gè)嵌入點(diǎn)。

6.一種基于自生成特征的衛(wèi)星影像識別方法，其特征在于，包括以下步驟：

步驟a：將VGG網(wǎng)絡(luò)的第一個(gè)全連接層和第二個(gè)全連接層分別變?yōu)榈谝粚泳矸e層和第二層卷積層，構(gòu)建新的FCN網(wǎng)絡(luò)；

步驟b：基于GAN網(wǎng)絡(luò)構(gòu)建自生成特征網(wǎng)絡(luò)；

步驟c：將所述自生成特征網(wǎng)絡(luò)嵌入所述FCN網(wǎng)絡(luò)中，通過所述自生成特征網(wǎng)絡(luò)生成輸入影像的特征圖，將所述特征圖傳送給所述第一層卷積層和第二層卷積層，所述第一層卷積層和第二層卷積層利用所述特征圖得到所述輸入影像的識別結(jié)果。

7.根據(jù)權(quán)利要求6所述的基于自生成特征的衛(wèi)星影像識別方法，其特征在于，步驟a還包括：將FCN網(wǎng)絡(luò)中原有的第一個(gè)卷積層的卷積核特征提取算子替換為HOG算子，通過所述HOG算子進(jìn)行所述輸入影像的邊界特征提取。