[发明专利]高分辨率遥感图像的场景识别系统及模型生成方法在审
| 申请号： | 201910486641.5 | 申请日： | 2019-06-05 |
| 公开（公告）号： | CN110210419A | 公开（公告）日： | 2019-09-06 |
| 发明（设计）人： | 王永成;张欣;张宁;徐东东 | 申请（专利权）人： | 中国科学院长春光学精密机械与物理研究所 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 刘新雷 |
| 地址： | 130033 吉林省长春市*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种高分辨率遥感图像的场景识别系统及用于识别高分辨率遥感图像场景的模型生成方法。其中，系统包括用于对遥感图像场景识别的RFPNet网络模型，该模型包括卷积层组件、池化层组件及全连接层组件；每个池化层与全连接层相连，以将各池化层的特征向量维度降为一维；卷积层组件中包含多个卷积层和多个残差模块，各残差模块均包括多个卷积层；全连接层组件中与各池化层相连的全连接层通过级联方式将池化层组件的特征向量输入至不与池化层相连的全连接层中。本申请采用残差块使得当网络层数增加时，准确率不会下降；基于池化特征融合解决了池化过程中信息丢失的问题，保证了信息的完整性，有效提高了高分辨遥感图像场景识别的准确率。 | ||
| 搜索关键词： | 池化 遥感图像 连接层 场景识别 卷积 高分辨率 模型生成 特征向量 准确率 残差 级联方式 特征融合 网络模型 信息丢失 残差块 高分辨 网络层 维度 场景 申请 保证 | ||
【主权项】：
1.一种高分辨率遥感图像的场景识别系统，其特征在于，包括用于对遥感图像场景识别的RFPNet网络模型，所述RFPNet网络模型包括卷积层组件、池化层组件及全连接层组件；所述池化层组件中的每个池化层与所述全连接层组件中的全连接层相连，以用于将各池化层的特征向量维度降为一维；所述卷积层组件中包含多个卷积层和多个残差模块，各残差模块均包括多个卷积层；所述全连接层组件中与各池化层相连的全连接层通过级联方式将所述池化层组件的特征向量输入至不与池化层相连的全连接层中。
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中国科学院长春光学精密机械与物理研究所，未经中国科学院长春光学精密机械与物理研究所许可，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/201910486641.5/，转载请声明来源钻瓜专利网。
