[发明专利]融合场景信息和深度特征的遥感图像机场目标识别方法

摘要

本发明提供一种融合场景信息和深度特征的遥感图像机场目标识别方法，包括根据预设的若干种尺寸，分别采用滑窗的方式在图像上生成机场的目标候选框；构建深度卷积神经网络特征提取器，对每一个目标候选框都增加相应内部窗口和上下文窗口，实现对候选框区域影像的自身特征、内部特征以及上下文特征的学习和提取，组合得到融合描述特征；基于SVM支持向量机进行目标候选框的类别判定，得到目标候选框的类别属性和属于这个类别的概率；进行目标候选框的定位精处理，得到遥感图像机场目标识别结果。应用本发明能够在高分辨率遥感影像中快速准确的识别出机场的位置和大小，该方法适合于各种光照条件，各种复杂背景下的遥感图像机场识别研究。

主权项

一种融合场景信息和深度特征的遥感图像机场目标识别方法，其特征在于，包括以下步骤：1)根据预设的若干种尺寸，分别采用滑窗的方式在图像上生成机场的目标候选框；2)构建深度卷积神经网络特征提取器，对步骤1)所得到的每一个目标候选框都增加相应内部窗口和上下文窗口，实现对候选框区域影像的自身特征、内部特征以及上下文特征的学习和提取，将这三种特征进行组合作为该目标候选框最终的融合描述特征；所述深度卷积神经网络特征提取器包括在GooleNet模型的最后一层全链接层之前增加全链接层模块，所述全链接层模块包括一层N维的全链接层、一层激活函数层和一层模型平均层，其中N为预设的特征表达维数；3)根据融合描述特征，基于SVM支持向量机进行目标候选框的类别判定，得到目标候选框的类别属性和属于这个类别的概率；4)根据步骤3)所得结果进行目标候选框的定位精处理，得到遥感图像机场目标识别结果。