[发明专利]一种光学遥感影像港口舰船目标的识别方法在审
| 申请号： | 201910234164.3 | 申请日： | 2019-03-26 |
| 公开（公告）号： | CN110135239A | 公开（公告）日： | 2019-08-16 |
| 发明（设计）人： | 陈天明;刘英杰;常佳佳;丁萌 | 申请（专利权）人： | 北京理工雷科电子信息技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 北京理工大学专利中心 11120 | 代理人： | 郭德忠;李爱英 |
| 地址： | 100081 北京市海淀区中关*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种光学遥感影像港口舰船目标的识别方法，提出了一种分级差异性训练策略，网络模型层级不同，正负样本的输入不同，并将前一级网络模型检测错误的虚警目标以负样本的形式输入后一级的网络模型中，解决了传统方法难以鉴别模糊目标、正负样本数量差异、深层次检测网络模型复杂以及时效性差的问题，大幅度提升了网络模型对舰船目标识别、定位以及检测的准确性；同时，本发明将级联的思想引入深度学习网络构建中，将较为复杂的网络拆分为多个级联的轻量型网络，提升了网络运行的效率。 | ||
| 搜索关键词： | 网络模型 舰船目标 光学遥感影像 正负样本 级联 检测 模糊目标 数量差异 网络构建 网络运行 港口 负样本 后一级 前一级 轻量型 时效性 级差 层级 虚警 异性 鉴别 网络 引入 学习 | ||
【主权项】：
1.一种光学遥感影像港口舰船目标的识别方法，其特征在于，采用级联网络模型对港口遥感图像中的舰船目标进行识别，其中，级联网络模型至少为三级，且第一级网络模型获取方法具体为：S1：框选出港口遥感图像中舰船目标；S2：将框选出的港口遥感图像中舰船目标作为正样本，港口遥感图像中除舰船目标以外的物体作为负样本，然后采用正样本和负样本进行神经网络训练，得到第一级网络模型；级联网络模型中第一级网络模型之后的各级网络模型获取方法具体为：S3：将前级网络模型在港口遥感图像中识别出来的舰船目标所在位置与步骤S1中已框选出的对应舰船目标所在位置作对比，得到前级网络模型识别结果中的虚警目标；S4：将前级网络模型识别结果中的虚警目标作为本级网络模型的负样本，步骤S1中已框选出的港口遥感图像中舰船目标作为本级网络模型的正样本，然后采用正样本和负样本进行神经网络训练，得到本级网络模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工雷科电子信息技术有限公司，未经北京理工雷科电子信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910234164.3/，转载请声明来源钻瓜专利网。
