首页>
根据【关键词:遥感图像,极坐标系,深度学习,亚像素,倾斜目标检测】搜索到相关结果 88 条
-
基于卷积神经网络的遥感图像飞机检测
-
作者:
张义德
胡长雨
胡春育
来源:
光电子技术
年份:
2017
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
微调
迁移学习
飞机检测
-
描述:
提出一种CNN的遥感图像飞机检测的方法。首先获得预训练好的CNN,然后通过参数迁移获得五层卷积层模型参数,接着利用遥感图像对第五层卷积层进行微调获得一个特征提取器。将特征提取器用于提取遥感图像训练集的深度特征,训练可变形部件检测模型。实验表明,提出的方法大大提高了遥感图像飞机目标检测精度,准确率达96%以上。
-
基于深度神经网络的遥感图像飞机目标检测
-
作者:
李文斌
何冉
来源:
计算机工程
年份:
2021
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
目标检测
密度聚类
像素级标签
-
描述:
。实验结果表明,DC-DNN模型对于遥感图像飞机目标检测的准确率、召回率和F1值分别为95.78%、98.98%和0.973 5,相比WS-DNN、R-FCN等模型具有更好的检测性能和泛化能力。
-
基于深度神经网络的遥感图像飞机目标检测
-
作者:
李文斌
何冉
来源:
计算机工程
年份:
2021
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
目标检测
密度聚类
像素级标签
-
描述:
。实验结果表明,DC-DNN模型对于遥感图像飞机目标检测的准确率、召回率和F1值分别为95.78%、98.98%和0.973 5,相比WS-DNN、R-FCN等模型具有更好的检测性能和泛化能力。
-
基于半监督学习的遥感飞机图像检测方法
-
作者:
杜泽星
殷进勇
杨建
来源:
激光与光电子学进展
年份:
2020
文献类型 :
期刊
关键词:
遥感图像
图像处理
目标检测
半监督学习
生成式对抗网络
-
描述:
基于半监督学习的遥感飞机图像检测方法
-
基于FCN与CNN的遥感影像飞机目标检测方法
-
作者:
李文斌
何冉
来源:
计算机工程
年份:
2020
文献类型 :
期刊
关键词:
FCN
遥感图像
CNN
目标检测
像素级标签
-
描述:
进行抑制;使用图像级标签代替目标级标签进行CNN训练、以及使用图像的CNN底层特征图制作像素级标签来训练FCN。实验表明,本模型获得了95.78%的准确率、98.98%的召回率、0.9735的F1分数,具有优异的检测性能和良好的泛化能力。
-
基于深度卷积神经网络的航空器检测与识别
-
作者:
俞汝劼
杨贞
熊惠霖
来源:
计算机应用
年份:
2017
文献类型 :
期刊
关键词:
卷积神经网络
深度学习
目标检测识别
航空器检测
-
描述:
%的工作点上达到了79.2%的精确率,分类网络的实时性达到平均每张0.972 s,Top-1错误率为13%。所提框架在军用机场大尺寸卫星图像中航空器检测识别的具体应用问题上提出了新的解决思路,同时保证了实时性和算法精度。
-
基于深度学习的航空发动机剩余使用寿命预测研究
-
作者:
温海茹
来源:
内燃机与配件
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
深度学习
剩余使用寿命预测
-
描述:
随着深度学习不断的发展,航空发动机成为近年来的研究热点,其寿命预测的研究也受到了研究学者的关注。本文主要介绍航空发动机的剩余使用寿命预测背景,数据获取过程及基于深度学习的剩余使用寿命的预测方法,以及深度学习在航空发动方面预测的难点和发展趋势。
-
基于深度学习的航空发动机剩余使用寿命预测研究
-
作者:
温海茹
来源:
内燃机与配件
年份:
2020
文献类型 :
期刊
关键词:
航空发动机
深度学习
剩余使用寿命预测
-
描述:
随着深度学习不断的发展,航空发动机成为近年来的研究热点,其寿命预测的研究也受到了研究学者的关注。本文主要介绍航空发动机的剩余使用寿命预测背景,数据获取过程及基于深度学习的剩余使用寿命的预测方法,以及深度学习在航空发动方面预测的难点和发展趋势。
-
基于深度学习的航空器异常飞行状态识别
-
作者:
吴奇
储银雪
来源:
民用飞机设计与研究
年份:
2018
文献类型 :
期刊
关键词:
飞行状态识别
深度学习
高斯过程
-
描述:
飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。
-
基于多分辨率遥感影像的飞机检测研究
-
作者:
侯宇青阳
全吉成
魏湧明
来源:
激光与光电子学进展
年份:
2018
文献类型 :
期刊
关键词:
显著性提取
遥感影像
目标检测
深度学习
-
描述:
从多分辨遥感图像特点、深度学习网络结构和飞机目标尺寸三个方面进行研究,明确了检测结果与图像中飞机目标像素数的定量关系,对影响图像中目标像素数的两个因素飞机实际尺寸和图像分辨率关系进行定量分析。在检测结论基础上设计了基于显著性检测算法的遥感图像前期处理算法,算法基于生成的显著性图像生成图像掩膜提取潜在目标区域图像块,进行多尺度放大,增加图像中目标的像素数,提升目标检测率。前期处理算法自适应的进行图像目标区域提取,解决了不同分辨率的大尺寸遥感影像中飞机检测率低的问题,通过与原始检测算法和其他图像处理方法对比验证了本文设计算法的有效性,在检测准确率和检测速度上均得到明显提升。