[发明专利]一种基于HOG特征与深度学习的遥感图像飞机识别方法

摘要

本发明公开了一种基于HOG特征与深度学习的遥感图像飞机识别方法，首先对样本提取HOG特征放入SVM进行训练分类，然后用训练好的分类器对遥感图像中的飞机进行检测。在进行检测时，先对整幅图像求梯度，每8*8个像素组成一个Cell，对每个Cell求出梯度方向直方图，然后每4*4个Cell组成一个Block，并将每个Block中的HOG特征归一化，最后只需将每7*7个Block中的HOG特征串联起来最为最后的特征放入训练好的SVM分类器进行分类，相比直接对图像的每个位置扫描，速度有巨大的提升，这一步相当于粗分类，对于检测出的候选目标，再放入训练好的深度卷积网络VGG中进一步细分类，有效提高了识别精度。本发明由粗到细的方式，显著提高了遥感图像中飞机识别的速度和准确率。

主权项

1.一种基于HOG特征与深度学习的遥感图像飞机识别方法，其特征在于，包括如下步骤：(1)先对样本图像进行提取HOG特征；(2)对提取后的HOG特征进行SVM训练，得到SVM分类器；(3)对样本图像进行归一化图像大小；(4)将归一化后的图像加入深度卷积网络进行训练，得到深度学习分类器；(5)输入图像，用步骤(2)中训练后的SVM分类器对图像进行检测分类；(6)SVM分类器将检测分类后的结果作为飞机的候选目标；(7)将步骤(6)中的飞机候选目标放入步骤(4)中得到的深度学习分类器中进行进一步分类识别；(8)得出分类结果。