[发明专利]一种使用遥感图像识别舰船目标的方法及系统

权利要求书

1.一种使用遥感图像识别舰船目标的方法，其特征在于，包括以下步骤：

获取同一时刻同一场景包含舰船目标的全色图像和多光谱图像；

使用预训练的伪孪生网络模型对将所述全色图像和所述多光谱图像进行特征融合并采用分类网络对融合后的特征进行识别，所述伪孪生网络模型包括全色图像处理分支和多光谱图像处理分支；

得到舰船目标的识别结果。

2.根据权利要求1所述的方法，其特征在于：所述使用预训练的伪孪生网络模型对将所述全色图像和所述多光谱图像进行特征融合包括：

使用全色图像处理分支处理所述全色图像得到所述全色图像的多级特征；

使用多光谱图像处理分支处理所述多光谱图像得到所述多光谱图像的特征；

将所述全色图像的多级特征与所述多光谱图像的特征在通道维进行融合得到融合后的特征。

3.根据权利要求1所述的方法，其特征在于：所述使用全色图像处理分支处理所述全色图像得到所述全色图像的多级特征包括：

将所述全色图像进行预处理；

将预处理后的全色图像送入第一层卷积网络得到所述全色图像的特征并对所述特征进行最大池化处理；

将最大池化处理的特征依次送入第一紧凑模块和第二紧凑模块得到输出特征，所述第一紧凑模块和第二紧凑模块用于通过不同特征层之间的级联，得到多个层次的抽象特征图，即输出特征；

将所述输出特征进行全局最大池化，压缩模型并展平得到每个通道最具有代表性的特征，即所述全色图像的多级特征。

4.根据权利要求3所述的方法，其特征在于：所述第一紧凑模块和第二紧凑模块包括顺序连接的多个特征层；所述第一紧凑模块和第二紧凑模块采用间隔连接的方法将不同特征层的特征连接实现不同特征层之间的级联。

5.根据权利要求4所述的方法，其特征在于：所述第一紧凑模块和第二紧凑模块分别包括顺序连接的四个特征层，每个特征层能够得到一个特征；所述采用间隔连接的方法将不同特征层的特征连接实现不同特征层之间的级联包括：

将最大池化处理的特征作为第一紧凑模块的第一特征与第一紧凑模块的第三特征连接；第一紧凑模块的第二特征与第一紧凑模块的第四特征连接；

第一紧凑模块的第五特征经过处理后作为第二紧凑模块中的第一特征；第二紧凑模块的第二特征与第二紧凑模块的第四特征连接；第二紧凑模块的第三特征与第二紧凑模块的第五特征特征连接。

6.根据权利要求2所述的方法，其特征在于：所述使用多光谱图像处理分支处理所述多光谱图像得到所述多光谱图像的特征包括：

将所述多光谱图像进行预处理；

将预处理后的图像送入三层卷积神经网络得到三个维度的特征图，每层卷积神经网络包括卷积层、激活层和归一化；

将所述特征图进行全局最大池化处理；

选择每个特征通道上最具代表性的特征，展平得到所述多光谱图像的特征。

7.根据权利要求6所述的方法，其特征在于，还包括：

只在三层卷积神经网络的最后一层的卷积神经网络后加入一层池化层。

8.根据权利要求1所述的方法，其特征在于，还包括：所述伪孪生网络模型训练时采用图像随机水平翻转、随机垂直翻转、水平旋转的数据增强方法。

9.根据权利要求1所述的方法，其特征在于，还包括：所述伪孪生网络模型训练时，在全色图像处理分支和多光谱图像处理分支分别提取各自的特征后，引入dropout层，根据预设参数，按照比例将提取的特征随机置零。

10.一种使用遥感图像识别舰船目标的系统，其特征在于，包括：

遥感图像获取模块，用于获取同一时刻同一场景包含舰船目标的全色图像和多光谱图像；

特征融合及识别模块，用于使用预训练的伪孪生网络模型对将所述全色图像和所述多光谱图像进行特征融合并采用分类网络对融合后的特征进行识别，所述伪孪生网络模型包括全色图像处理分支和多光谱图像处理分支；

识别结果获取模块，用于得到舰船目标的识别结果。