基于迁移网络学的遥感图像目标识别系统及方法

摘要

本发明公开了一种基于迁移网络学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，迁移网络分类器学系统生成模块和迁移网络分类器学系统学模块。其中，图像特征提取模块，对图像完成特征提取；迁移网络分类器学系统生成模块，对输入的样本数据采用引入迁移学的网络集成学算法进行训练，得到迁移网络分类器学系统；迁移网络分类器学系统学模块，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。

主权项

一种基于迁移网络学习的遥感图像目标识别系统，包括：图像特征提取模块，对输入图像进行特征提取，对输入的源域和目标域中有标签图像集提取的特征结果传至迁移网络分类器学习系统生成模块，对目标域中无标签图像提取的特征结果传至迁移网络分类器学习系统学习模块；迁移网络分类器学习系统生成模块，对输入的源域和目标域有标签的图像特征采用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，对需要测试的图像进行特征提取，将得到的特征输入至迁移网络分类器学习系统中进行学习，输出最终的识别结果。