一种基于深度学习的多源导航图像融合方法及系统
公开
摘要
本发明公开了一种基于深度学习的多源导航图像融合方法及系统，所述方法包括：通过对训练样本图像和测试样本图像进行预处理和图像光谱特征提取，获得训练数据集和测试数据集；根据所述训练数据集对第一深度卷积神经网络模型进行训练，获得第二深度卷积神经网络模型；根据所述测试数据集和所述第二深度卷积神经网络模型，获得第一深度特征集，进而对所述测试样本图像中的第一传感图像和第二传感图像进行融合，获得第一融合图像；利用分类器对所述第一融合图像进行特征定位识别，获得第一导航输出结果。解决了现有技术中存在多源导航图像的均等融合无法有效发挥多源特征互补优势，且浅层学习需要手工特征选择，融合精度低的技术问题。
基本信息
专利标题 ：
一种基于深度学习的多源导航图像融合方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114612757A
申请号 ：
CN202210237540.6
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
彭盼陈放丁磊柏晓乐
申请人 ：
深圳市神州云海智能科技有限公司
申请人地址 ：
广东省深圳市龙岗区横岗街道四联社区228工业区四联工业村8号101、102、201、301
代理机构 ：
深圳众邦专利代理有限公司
代理人 ：
李勇
优先权 ：
CN202210237540.6
主分类号 ：
G06V10/80
IPC分类号 ：
G06V10/80 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
