期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
生成对抗网络辅助学习的舰船目标精细识别 被引量：3
1
作者 王昌安 田金文 《智能系统学报》 CSCD 北大核心 2020年第2期296-301,共6页
针对近岸舰船目标细粒度识别的难题,提出了一种利用生成对抗网络辅助学习的任意方向细粒度舰船目标识别框架。通过训练能模仿舰船目标区域的抽象深度特征的生成网络引入生成样本,来辅助分类子网络学习样本空间的流形分布,从而增强细粒... 针对近岸舰船目标细粒度识别的难题,提出了一种利用生成对抗网络辅助学习的任意方向细粒度舰船目标识别框架。通过训练能模仿舰船目标区域的抽象深度特征的生成网络引入生成样本,来辅助分类子网络学习样本空间的流形分布,从而增强细粒度的类别间判别能力。在细粒度类别的近岸舰船数据集上,引入生成对抗网络后的算法识别准确率得到较大提升,平均识别精度提升了2%。消融实验结果表明,利用生成样本辅助训练分类子网络可以有效地提升舰船目标的细粒度识别精度。 展开更多
关键词 遥感图像 近岸舰船 舰船目标检测 舰船识别 舰船细粒度分类 生成对抗网络 深度学习 图像处理
下载PDF
一种基于形状的近岸舰船检测 被引量：3
2
作者 徐键 孙显 付琨 《国外电子测量技术》 2012年第5期63-66,共4页
高分辨率光学遥感图像上近岸舰船的灰度、纹理特征往往和码头比较接近,其自动检测比较困难,但是舰船独特的形状特征却能将其很好地区分开;不变性广义霍夫变换是一种可以在未知位置、大小和朝向的条件下定位形状的非常有效的方法,但是它... 高分辨率光学遥感图像上近岸舰船的灰度、纹理特征往往和码头比较接近,其自动检测比较困难,但是舰船独特的形状特征却能将其很好地区分开;不变性广义霍夫变换是一种可以在未知位置、大小和朝向的条件下定位形状的非常有效的方法,但是它对局部形状变形的适应性比较差。改进了不变性广义霍夫变换,提出了一种基于鲁棒不变性广义霍夫变换的近岸舰船检测方法。实验结果表明该方法能有效地进行高分辨光学遥感图像中各类近岸舰船的自动检测。 展开更多
关键词 近岸舰船检测 形状匹配 鲁棒不变性广义霍夫变换
下载PDF
深度学习遥感影像近岸舰船识别方法 被引量：7
3
作者 王昌安 田金文 +1 位作者 张强 张英辉 《遥感信息》 CSCD 北大核心 2020年第2期51-58,共8页
针对复杂背景近岸舰船检测与细粒度识别难题,提出了一种基于深度学习的新型端到端目标识别框架,可有效检测与识别任意方向的舰船目标。针对舰船目标短边尺度较小问题,提出了角度致密化的预设框设置方法,提高了候选区域生成时的召回率;... 针对复杂背景近岸舰船检测与细粒度识别难题,提出了一种基于深度学习的新型端到端目标识别框架,可有效检测与识别任意方向的舰船目标。针对舰船目标短边尺度较小问题,提出了角度致密化的预设框设置方法,提高了候选区域生成时的召回率;采用改进方位敏感型区域插值池化,减少了坐标量化误差,实现了舰船局部区域特征的精确建模;利用注意力机制下的全局与局部特征区域级融合方法,提升了区域特征的类别判别能力,解决了细粒度舰船识别难题;针对舰船样本稀缺性问题,使用迁移学习提升了模型性能。构建了一个含有25类近岸舰船目标的细粒度数据集,与传统学习模型相比召回率提高2%,平均识别精度提高3%,对复杂背景下目标识别具有重要实用价值。 展开更多
关键词 近岸舰船检测 细粒度分类 深度学习 端到端学习
下载PDF
大场景光学遥感图像近岸舰船检测方法 被引量：5
4
作者 施晓东 刘格 《指挥信息系统与技术》 2014年第6期32-35,共4页
针对传统光学遥感图像近岸舰船检测方法不能处理大场景图像问题,提出了一种新的大场景近岸舰船检测方法。该方法采取分块处理策略,利用粗海陆分割方法筛选有效检测区域块,以缩小目标检测范围和提高检测效率。在检测结果合并阶段,采用0-... 针对传统光学遥感图像近岸舰船检测方法不能处理大场景图像问题,提出了一种新的大场景近岸舰船检测方法。该方法采取分块处理策略,利用粗海陆分割方法筛选有效检测区域块,以缩小目标检测范围和提高检测效率。在检测结果合并阶段,采用0-1整数规划方法进行融合建模,并根据约束集对模型进行拆分,从而提高了结果融合效率。试验结果表明该方法具有较高的近岸舰船检测效率。 展开更多
关键词 大场景图像 近岸舰船检测 OTSU图像分割算法 0-1整数规划
下载PDF
基于结构化稀疏表达的高分辨率光学遥感图像的船只检测 被引量：3
5
作者 董珊 杨占昕 +3 位作者 龙腾 庄胤 陈禾 陈亮 《信号处理》 CSCD 北大核心 2019年第6期986-993,共8页
为克服近岸船只检测中复杂港内背景干扰和基于深度学习算法的大视场光学遥感图像标注工作量大的困难,本文提出了基于小样本集的结构化稀疏表达方法来实现近岸船只检测的算法。构建由近岸船只目标,背景干扰信息和误差矩阵等三部分子字典... 为克服近岸船只检测中复杂港内背景干扰和基于深度学习算法的大视场光学遥感图像标注工作量大的困难,本文提出了基于小样本集的结构化稀疏表达方法来实现近岸船只检测的算法。构建由近岸船只目标,背景干扰信息和误差矩阵等三部分子字典组成的结构化稀疏表达字典,经小样本集的字典训练过程生成判别性稀疏编码。首先将多方向近岸船只目标样本与港内复杂背景信息样本经过HOG特征提取和PCA分析对原子进行初始化,然后使用K-SVD和LASSO算法对字典进行训练。在字典中引入误差矩阵对样本的类内差异进行表示,增强了稀疏编码的判别能力和系统鲁棒性。最后提出船只目标区域提取的置信度计算方法,对生成的结构化稀疏编码进行判别,提取船只目标区域,实现船只检测。通过对不同尺寸字典模型、引入误差矩阵前后的结构化稀疏表达模型进行实验,实验结果表明提出的引入误差矩阵的结构化稀疏表达方法的有效性,以及在小样本集下比现有技术方法具有更好的检测性能。 展开更多
关键词 近岸船只检测 光学遥感图像 结构化稀疏表达 小样本集
下载PDF
利用超像素级上下文特征进行靠岸集装箱船检测 被引量：2
6
作者 祝胜男 郭炜炜 +2 位作者 柳彬 张增辉 郁文贤 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2019年第4期578-585,共8页
高分辨率光学遥感影像中靠岸集装箱船受到岸边建筑、阴影和背景环境的干扰严重,且其船身模式与相邻陆地上集装箱非常相似,较难实现自动化检测。针对这一难题,提出了一种利用超像素级上下文特征进行靠岸集装箱船检测的方法。首先,对图像... 高分辨率光学遥感影像中靠岸集装箱船受到岸边建筑、阴影和背景环境的干扰严重,且其船身模式与相邻陆地上集装箱非常相似,较难实现自动化检测。针对这一难题,提出了一种利用超像素级上下文特征进行靠岸集装箱船检测的方法。首先,对图像进行过分割生成超像素,在超像素区域提取颜色、纹理特征并级联邻域超像素特征形成超像素级上下文特征;然后,将目标超像素作为正样本,并自适应地选择较难区分的背景超像素作为负样本来训练分类器,实现对目标、背景超像素的分类;最后,利用全连接条件随机场对分类结果优化,实现对靠岸集装箱船的检测。实验结果表明,该方法能够较为可靠地检测靠岸集装箱船,具有一定的应用前景。 展开更多
关键词 光学遥感图像 集装箱船 靠岸舰船检测 超像素 上下文特征 支持向量机 全连接条件随机场 主动样本选择
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部