技术总结
本发明涉及一种基于深度卷积‑反卷积神经网络的夜视图像场景识别方法，其特征在于，包括如下步骤：步骤1：构建夜视图像数据集；步骤2：对原始样本图像进行镜面对称处理；步骤3：构建深度卷积‑反卷积神经网络；步骤4：实时获取待处理的大小为h×w的图像，将图像输入深度卷积‑反卷积神经网络后，得到大小为h×w的特征图；步骤5：将夜视图像中的物体分为k个不同类别，采用多分类算法确定步骤4得到的特征图中每个像素点所属类别，输出大小为h×w×k的概率图。本发明显著增强了夜视图像的场景感知性，提高了目标识别的效率，降低了人工操作的复杂度。
技术研发人员：高凯珺;孙韶媛;姚广顺;叶国林
受保护的技术使用者：东华大学
文档号码：201611253882
技术研发日：2016.12.30
技术公布日：2017.05.10