摘要
本发明提供一种遥感卫星图像舰船目标关联方法及系统,涉及卫星遥感图像处理技术领域,包括:步骤S1:构建舰船多源卫星遥感图像训练样本集;步骤S2:基于深度卷积神经网络学习多源卫星遥感图像的耦合性和相关性,将不同类型的舰船目标卫星遥感图像映射到一个共同的深度特征空间,在这个深度特征空间中学习得到度量函数;步骤S3:将舰船目标多源卫星遥感图像测试集输入训练得到的深度度量学习网络,进行特征相似性度量计算;步骤S4:设计关联代价矩阵ACM;步骤S5:通过二进制离散粒子群优化算法DPSO,加速关联代价矩阵ACM最优方案求解,进行多源遥感图像舰船多目标关联。本发明能够降低利用单一特征关联引起的模糊性,提高舰船多目标关联的准确率。
技术关键词
卫星遥感图像
遥感卫星图像
深度度量学习
深度卷积神经网络
多源遥感图像
粒子
三元组损失函数
定义
卷积神经网络模型
线性变换矩阵
深度卷积网络
训练样本集
搜索全局
模块
系统为您推荐了相关专利信息
瞬态特征
智能检测方法
深度卷积神经网络方法
深度神经网络检测
构建深度神经网络
海上风电机组
校核方法
构建深度神经网络
视频监控数据
识别设备运行状态
情感分析方法
视频特征向量
文本特征向量
跨模态
多任务
输电金具
纹理特征分析
深度卷积神经网络
纹理特征提取
密度