[发明专利]一种基于深度特征重组的快速光学遥感目标识别方法

权利要求书

1.一种基于深度特征重组的快速光学遥感目标识别方法，其特征在于，包括如下步骤：

步骤1：分别建立自下而上50层ResNets以及101层ResNets网络架构作为构建特征金字塔网络的基础，对遥感图像进行初步特征提取，提取出4个不同的尺度的特征C₂，C₃，C₄，C₅；

步骤2：将步骤1中得到的4个特征分别通过自上而下路径的卷积网络进行相互叠加得到新特征M₂，M₃，M₄，M₅用来消除不同层之间的混叠效果；

步骤3：将步骤2中得到的M₅特征图加倍得到新特征P₅，特征P₄是由特征M5加倍之后得到M₅’，同时特征C₄经过1x1x256的卷积得到C₄’，将特征M₅’与C₄相加得到新特征P₄，以此类推，得到特征P₃，特征P₆是通过对P₅进行3x3，并且步长为2的卷积得到，然后对特征P₆进行ReLU激活函数，再通过3x3,并且步长为2的卷积，就可以得到特征p₇。

2.根据权利要求1所述的一种基于深度特征重组的快速光学遥感目标识别方法，其特征在于，建立特征金字塔网络作为本方法的骨干网络，将步骤3得到的特征P₅，P₄，P₃定义为I₁，I₂，I₃，并通过上采样和单层卷积生成新的特征，完成特征的重组，重建的特征图的生成方式如下：

R₁＝Conv(I₁)

R₂＝Conv(Upsample(I₁)+I₂)

R₃＝Conv(Upsample(I₂)+I₃)

R₄＝Conv(Upsample(I₃)+Upsample(R₃))

R₅＝Conv(Upsample(R₄))

其中Conv代表单层卷积，Upsample代表上采样。