基于多视角交互式神经网络的特征提取方法

本发明公开了一种基于多视角交互式神经网络的特征提取方法，所述方法包括构建基于多模块的多尺度卷积神经网络，应用并行多核实现多尺度特征信息的提取，并设计了多个网络模块的跨层连接实现多模块之间的特征交互，完成信息共享；搭建基于局部和全局特征交互式Transformer网络，在网络中应用轻量化残差块实现全局特征的局部关联，应用轻量级卷积层代替传统的卷积块来降低耗时成本；融合多模块多尺度卷积神经网络和特征交互式Transformer网络提取的特征，应用于多谱段目标识别。本发明在网络优化过程中交互式解译全局和局部信息，使得特征信息更丰富，最终获得精度相对较高的目标识别性能。