公开(公告)号：CN111898564B

公开(公告)日：2023-07-14

申请号：CN202010770755.5

申请日：2020-08-04

Applicant: 哈尔滨工业大学(深圳)

Inventor： 李旭涛 ,  王跃 ,  叶允明

IPC: G06V20/13 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供了一种时序卷积网络模型、模型训练和目标识别方法、装置，涉及遥感图像识别技术领域。时序卷积网络模型包括：输入层、多卷积结构、特征融合层以及输出层；多卷积结构包括图像特征提取子结构和时序特征提取子结构；输入层用于接收时序卷积网络模型的输入图像并分别导入图像特征提取子结构和时序特征提取子结构；图像特征提取子结构用于提取出图像特征；时序特征提取子结构用于提取出时序特征；特征融合层用于对图像特征和时序特征融合得到数据特征；输出层用于对数据特征进行数据分类，并输出分类结果。本方案通过提取输入图像上的重要时序特征，以实现对多个类别的目标进行识别。

公开(公告)号：CN111898564A

公开(公告)日：2020-11-06

申请号：CN202010770755.5

申请日：2020-08-04

Applicant: 哈尔滨工业大学(深圳)

Inventor： 李旭涛 ,  王跃 ,  叶允明

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提供了一种时序卷积网络模型、模型训练和目标识别方法、装置，涉及遥感图像识别技术领域。时序卷积网络模型包括：输入层、多卷积结构、特征融合层以及输出层；多卷积结构包括图像特征提取子结构和时序特征提取子结构；输入层用于接收时序卷积网络模型的输入图像并分别导入图像特征提取子结构和时序特征提取子结构；图像特征提取子结构用于提取出图像特征；时序特征提取子结构用于提取出时序特征；特征融合层用于对图像特征和时序特征融合得到数据特征；输出层用于对数据特征进行数据分类，并输出分类结果。本方案通过提取输入图像上的重要时序特征，以实现对多个类别的目标进行识别。