[发明专利]一种基于卷积神经网络的遥感图像目标检测方法有效
| 申请号： | 201811480380.8 | 申请日： | 2018-12-05 |
| 公开（公告）号： | CN109800629B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 雷建军;罗晓维;李奕;牛力杰;陈越;郭琰 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/46;G06V10/764;G06V10/774;G06V10/82;G06T7/73 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的遥感图像目标检测方法，所述方法包括：构建由目标检测分支网络和显著性重建分支网络组成的双分支卷积神经网络，所述卷积神经网络用于增强目标区域的特征；分别构建像素级以及目标级损失函数，在两个损失函数的共同约束下对所述卷积神经网络进行训练，促使卷积神经网络在特征提取过程中增强目标区域的特征；通过截断型VGG与显著性重建分支网络联合完成显著性信息的自适应提取，通过截断型VGG与目标检测分支网络共同完成目标的定位与分类。本发明自适应提取有效的显著性信息，增强目标区域特征，抑制背景干扰，改善CNN在遥感图像复杂场景中的特征提取性能，提升目标检测的精度。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 遥感 图像 目标 检测 方法 | ||
【主权项】：
1.一种基于卷积神经网络的遥感图像目标检测方法，其特征在于，所述方法包括：构建由目标检测分支网络和显著性重建分支网络组成的双分支卷积神经网络，所述卷积神经网络用于增强目标区域的特征；分别构建像素级以及目标级损失函数，在两个损失函数的共同约束下对所述卷积神经网络进行训练，促使卷积神经网络在特征提取过程中增强目标区域的特征；通过截断型VGG与显著性重建分支网络联合完成显著性信息的自适应提取，通过截断型VGG与目标检测分支网络共同完成目标的定位与分类。
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天津大学，未经天津大学许可，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/201811480380.8/，转载请声明来源钻瓜专利网。
