-
题名基于深度学习的空间非合作目标特征检测与识别
被引量：9
- 1
-
-
作者
李林泽
张涛
-
机构
清华大学自动化系
-
出处
《智能系统学报》
CSCD
北大核心
2020年第6期1154-1162,共9页
-
文摘
针对空间非合作目标检测与识别任务的智能化要求,本文将深度学习方法Mask R-CNN(mask regionbased convolutional neural network)应用于任务中,并借鉴R-FCN(region-based fully convolutional networks)和Lighthead R-CNN(light-head region-based convolutional neural network)对其进行优化改进,提升检测速度,以满足空间任务实时性要求。实验结果表明,与传统的Mask R-CNN相比,改进的Mask R-CNN可缩短20%的检测时间。针对深度神经网络需要大样本数据集进行训练的特点,本文基于迁移学习提出搭建虚拟环境进行样本采集,构造空间目标特征检测与识别数据集的方法。实验结果表明,网络在虚拟环境生成的数据集上可以很好地学习到相应特征,从而具备迁移到实际任务的能力。
-
关键词
空间非合作目标
特征检测与识别
深度学习
区域全卷积网络
头部轻量化卷积神经网络
改进的Mask
R-CNN
数据集构建
迁移学习
-
Keywords
spatial noncooperative targets
feature detection and recognition
deep learning
R-FCN
light-head R-CNN
modified mask R-CNN
dataset construction
transfer learning
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
V19
[自动化与计算机技术—控制科学与工程]
-
