-
题名基于信息熵和残差神经网络的多层次船只目标鉴别方法
被引量：3
- 1
-
-
作者
刘俊琦
李智
张学阳
-
机构
航天工程大学研究生院
航天工程大学
-
出处
《计算机科学》
CSCD
北大核心
2020年第S02期253-257,共5页
-
基金
航天工程大学青年创新基金(520613)。
-
文摘
为剔除船只候选区域中的虚警目标,提出了一种基于信息熵和残差神经网络的多层次虚警鉴别方法。首先,基于船只和虚警图像切片在信息熵上的差异,采用信息熵阈值来去除候选区域中的大部分虚警。为进一步确认船只目标,设计了一种用于图像切片分类的深层残差神经网络模型,并采用网络“微调”的迁移学习策略对图像分类网络模型进行训练,实现对船只目标和虚警的自动分类。实验结果表明,该方法取得了不错的鉴别效果,能有效剔除岛屿、云层、海杂波等虚警,方法简单高效,后续无须进行复杂的鉴别工作。
-
关键词
信息熵
残差神经网络
虚警鉴别
迁移学习
-
Keywords
Entropy
Residual neural network
False alarm discrimination
Transfer learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
