[01473547]基于迁移网络学习的遥感图像目标识别系统及方法
交易价格:
面议
所属行业:
网络
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种基于迁移网络学习的遥感图像目标识别系统及方法,主要解决现有方法对当有标签的遥感图像数据很少时识别正确率较低和图像标签的获取困难且花费昂贵的问题。整个系统包括:图像特征提取模块,迁移网络分类器学习系统生成模块和迁移网络分类器学习系统学习模块。其中,图像特征提取模块,对图像完成特征提取;迁移网络分类器学习系统生成模块,对输入的样本数据采用引入迁移学习的网络集成学习算法进行训练,得到迁移网络分类器学习系统;迁移网络分类器学习系统学习模块,对新的样本图像特征完成分类识别。本发明具有能够利用已有其他资源提高对遥感图像目标的识别正确率,无需重新搜集数据的优点,可用于遥感图像的目标识别。
本发明公开了一种基于迁移网络学习的遥感图像目标识别系统及方法,主要解决现有方法对当有标签的遥感图像数据很少时识别正确率较低和图像标签的获取困难且花费昂贵的问题。整个系统包括:图像特征提取模块,迁移网络分类器学习系统生成模块和迁移网络分类器学习系统学习模块。其中,图像特征提取模块,对图像完成特征提取;迁移网络分类器学习系统生成模块,对输入的样本数据采用引入迁移学习的网络集成学习算法进行训练,得到迁移网络分类器学习系统;迁移网络分类器学习系统学习模块,对新的样本图像特征完成分类识别。本发明具有能够利用已有其他资源提高对遥感图像目标的识别正确率,无需重新搜集数据的优点,可用于遥感图像的目标识别。