[发明专利]一种基于多分支网络融合模型的光学遥感图像分类方法

摘要

本发明涉及一种基于多分支网络融合模型的光学遥感图像分类方法，该方法包括如下步骤：S1，构建多分支网络融合模型，包含一个主分支S、至少一个旁分支{T_k，k＝1，...，K，K≥1}；S2，采集光学遥感图像作为训练图像，并对训练图像进行类别标注，利用反向传播算法从已标注的训练图像中学习出多分支网络融合模型参数；S3，图像通过主分支S中的输入层I输入到已学习好参数的多分支网络融合模型中，图像经过主分支S的逐层处理和所有旁分支{T_k}的逐层处理，最后通过主分支S中的裁剪层W输出分类得分图像。本发明利用多分支网络融合了浅层和深层图像特征，极大地提高了光学遥感图像分类精度，并且能够一次生成与输入图像相同尺寸的密集语义分割结果，提高图像分类效率。

主权项

1.一种基于多分支网络融合模型的光学遥感图像分类方法，其特征在于,该方法包括如下步骤：S1，构建多分支网络融合模型，包含一个主分支S、至少一个旁分支{T_k，k＝1，...，K，K≥1}，其中K表示旁分支的条数；S2，采集光学遥感图像作为训练图像，并对训练图像进行类别标注，利用反向传播算法从已标注的训练图像中学习出多分支网络融合模型参数；S3，图像通过主分支S中的输入层I输入到已学习好参数的多分支网络融合模型中，图像经过主分支S的逐层处理和所有旁分支{T_k}的逐层处理，最后通过主分支S中的裁剪层W输出分类得分图像；所述步骤S2具体包括：设置光学遥感图像的种类数量，类别数为C，采集光学遥感图像作为训练图像，并根据所述光学遥感图像种类对训练图像进行类别标注，利用反向传播算法从已标注的训练图像中学习出多分支网络融合模型参数；所述步骤S3中具体包括：S31，所述主分支S中的输入层I接收图像输入；S32，主分支S中卷积层n_i对相邻上一层的输出图像执行卷积操作，提取图像特征，并将特征图像输出；S33，主分支S中激励层l_j利用纠正线性单元对相邻上一层卷积层的输出特征图像执行非线性函数计算，并将计算生成的图像进行输出；S34，主分支S中降维层m_p对相邻上一层激励层l_j的输出图像执行降维，并将降维图像输出；S35，主分支S中上采样层u_q对相邻上一层的输出图像执行反卷积操作，实现对图像的升维，并输出升维图像；S36，从主分支S中选择K个降维层，将所述K个降维层的输出图像分别输入到旁分支{T_k，k＝1，...，K，K≥1}中，所述旁分支分级排列构成多级结构，经过各旁分支的逐层计算，将最后一级旁分支T_K的输出图像输入到主分支S中的裁剪层W中，主分支S中的裁剪层W将该输入图像裁剪成与主分支S中的输入层I输入的图像相同的尺寸，同时裁剪后的图像作为整个多分支网络融合模型的输出，得到分类得分图像；所述步骤S36中具体包括：S361，从主分支S中选择K个降维层，将所述K个降维层的输出图像分别输入到旁分支{T_k，k＝1，...，K，K≥1}中，即主分支S中一个降维层m_p的输出图像输入到一个旁分支T_k中卷积层a_k中，该卷积层a_k对此层的输入图像执行卷积操作；S362，根据所述S361中旁分支{T_k，k＝1，...，K，K≥1}的卷积层{a_k，k＝1，...，K}的输入图像的尺寸大小，按由小到大的顺序将旁分支{T_k，k＝1，...，K}排列为多级结构，同时每条旁分支T_k的输出图像由该旁分支T_k中的上采样层d_k输出，并且该旁分支T_k的输出图像作为相邻下一级旁分支的输入图像；S363，每条旁分支T_k中裁剪层b_k接收两个输入，若该旁分支T_k是第一级旁分支，则该旁分支T_k中叠加层b_k的第一个输入是当前旁分支T_k中卷积层a_k的输出图像，第二个输入是主分支S中上采样层u_U的输出；若该旁分支T_k不是第一级旁分支，则该旁分支T_k中裁剪层b_k的第一个输入是当前旁分支T_k中卷积层a_k的输出图像，第二个输入是上一级旁分支Tk_‑1的上采样层d_k‑1的输出图像；该旁分支T_k中裁剪层b_k将第一个输入裁剪成与第二个输入尺寸相同的图像，并将裁剪后的图像输出；S364，每条旁分支T_k中叠加层c_k接收两个输入，若该旁分支T_k是第一级旁分支，则该旁分支T_k中叠加层c_k的第一个输入是当前旁分支T_k中裁剪层b_k的输出图像，第二个输入是主分支S中上采样层u_U的输出；若该旁分支T_k不是第一级旁分支，则该旁分支T_k中叠加层c_k的第一个输入是当前旁分支T_k中裁剪层b_k的输出图像，第二个输入是上一级旁分支T_k‑1的上采样层d_k‑1的输出图像；该旁分支T_k中叠加层c_k将两个输入图像累加，并将累加后的图像输出；S365，每条旁分支T_k中上采样层d_k对当前旁分支中的叠加层c_k的输出图像执行反卷积操作，并将反卷积操作后的图像输出；S366，将最后一级旁分支T_k中的上采样层d_k输出的图像输入到主分支S中的裁剪层W中，主分支S中的裁剪层W将该输入图像裁剪成与主分支S中的输入层I输入的图像相同的尺寸，同时裁剪后的图像作为整个多分支网络融合模型的输出，得到分类得分图像。