按文献类别分组
按栏目分组
关键词
多特征融合的高分辨率遥感影像飞机目标变化检测
作者: 徐俊峰   张保明   余东行   林雨准   郭海涛   来源: 遥感学报 年份: 2020 文献类型 : 期刊 关键词: 高分辨率遥感影像   卷积神经网络   多特征融合   变化检测   飞机目标   遥感   多元变化检测  
描述: 为利用高分辨率遥感影像实现高精度的飞机目标变化检测,提出了一种自适应的多特征融合变化检测与深度学习相结合的方法。首先,通过加权迭代的多元变化检测法获取变化强度图,并结合自适应的直方图统计法自动获取
飞机红外高光谱图像仿真模型研究
作者: 章永杰   徐振亚   李建勋   来源: 航空兵器 年份: 2020 文献类型 : 期刊 关键词: 参数   红外辐射   飞机目标   置信度   高光谱   图像序列   仿真模型  
描述: 红外高光谱图像仿真的置信度是红外目标检测跟踪的基础,如何检验红外高光谱图像仿真模型的准确性是问题的关键所在。本文从分析飞机目标红外辐射特性和三维几何模型出发,结合大气辐射效应的影响,完成目标与背景
基于神经网络的遥感图像飞机实时检测算法
作者: 刘志     杨江涛     许新云   来源: 工业控制计算机 年份: 2024 文献类型 : 期刊 关键词: 遥感图像   注意力机制   YOLOv4   MobileNetv3   深度可分离卷积  
描述: 针对在遥感图像飞机检测任务中精度较低、实时性差的问题,提出了一种改进YOLOv4遥感图像检测的算法。该算法采用轻量级网络MobileNetV3代替YOLOv4最初的特征提取网络,保证其特征提取能力
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: 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: 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。
基于生成对抗网络的半监督遥感图像飞机检测
作者: 陈国炜   刘磊   郭嘉逸   潘宗序   胡文龙   来源: 中国科学院大学学报 年份: 2021 文献类型 : 期刊 关键词: 生成对抗网络   目标检测   半监督学习  
描述: 遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作
基于生成对抗网络的半监督遥感图像飞机检测
作者: 陈国炜   刘磊   郭嘉逸   潘宗序   胡文龙   来源: 中国科学院大学学报 年份: 2021 文献类型 : 期刊 关键词: 生成对抗网络   目标检测   半监督学习  
描述: 遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作
基于生成对抗网络的半监督遥感图像飞机检测
作者: 陈国炜   刘磊   郭嘉逸   潘宗序   胡文龙   来源: 中国科学院大学学报 年份: 2021 文献类型 : 期刊 关键词: 生成对抗网络   目标检测   半监督学习  
描述: 遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作
基于生成对抗网络的半监督遥感图像飞机检测
作者: 陈国炜   刘磊   郭嘉逸   潘宗序   胡文龙   来源: 中国科学院大学学报 年份: 2021 文献类型 : 期刊 关键词: 生成对抗网络   目标检测   半监督学习  
描述: 遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作
基于YOLOv4的航空发动机叶片凸台目标检测
作者: 陈为   钟欣童   张婧   李泽辰   来源: 计算机仿真 年份: 2022 文献类型 : 期刊 关键词: 数据增强   目标检测   叶片凸台检测   聚类分析  
描述: 的适应对凸台检测中小目标、结构复杂的特点,通过聚类分析的方法调整先验框尺寸,同时对原始数据集使用Mosaic方法进行数据增强。实验结果表明,改进后的YOLOv4模型在检测精度上提高了15.85%,召回率提高了21%,平均交并比可达0.75,检测性能优于在同一数据集中使用的SSD目标检测算法。
< 1 2 3 ... 7 8 9 ... 28 29 30
Rss订阅