首页>
根据【关键词:关键点检测,R,CNN,型号识别,Mask,迁移学习,飞机目标检测】搜索到相关结果 27 条
-
光学遥感图像飞机目标识别算法
-
作者:
胡楠
李润生
王载武
来源:
影像技术
年份:
2020
文献类型 :
期刊
关键词:
遥感图像
R
CNN
飞机识别
深度学习
Faster
-
描述:
光学遥感图像中蕴含着大量信息,更新速度非常快。使用人工方法对光学遥感图像进行判读和目标的识别显然早已达不到现代社会各领域的需求。实时、高效地从光学遥感图像中识别出感兴趣目标具有非常重要的意义。本文对基于人工智能的图像飞机识别研究现状进行了总结,方便后续学者研究。
-
基于改进Faster R-CNN的SAR图像飞机检测算法
-
作者:
李广帅
苏娟
李义红
来源:
北京航空航天大学学报
年份:
2020
文献类型 :
期刊
关键词:
R
CNN
上下文信息
Align
浅层特征增强
Faster
飞机检测
ROI
-
描述:
在合成孔径雷达(Synthetic Aperture Radar,SAR)图像分析领域,飞机目标作为一种重要目标,对其的检测越来越受到重视。针对传统SAR图像飞机检测算法需要人工设计特征且鲁棒性较差的问题,提出一种基于改进Faster R-CNN的SAR图像飞机检测算法。本文制作了一个SAR图像飞机数据集SAD(SAR Aircraft Dataset),以Faster R-CNN为检测框架,利用改进k-means算法设计更合理的先验锚点框,以适应飞机目标的形状特点;借鉴inception模块思想,设计多路不同尺寸卷积核以扩展网络宽度,增强对浅层特征的表达;分析残差网络Layer5层的特征输出具有更大的感受野,对其上采样后进行特征融合以利用更多的上下文信息;同时引入Mask R-CNN算法中提出的RoI Align单元,消除特征图与原始图像的映射偏差。实验结果表明,相比原始的Faster R-CNN算法,本文提出的改进的Faster R-CNN检测算法在SAR图像飞机数据集上平均检测精度提高了7.4%,同时保持了较快的检测速度。
-
基于关键点检测的航空发动机螺栓安装缺陷自动化检测方法
-
作者:
辛佳雯
王睿
谢艳霞
孙军华
来源:
仪器仪表学报
年份:
2023
文献类型 :
期刊
关键词:
关键点检测
深度学习
双目立体视觉
缺陷检测
-
描述:
针对航空发动机螺栓存在背景复杂、目标小、且精细特征不明显的问题,本文研究了一种基于关键点检测的航空发动机螺栓安装缺陷的自动化检测方法。首先设计了基于Faster RCNN和改进CPN(attention deformable convolution-cascaded pyramid network, AD-CPN)的级联卷积神经网络,实现了图像中螺栓及二维关键点的检测,可判断该螺栓是否脱落、漏装。为进一步检测螺栓的三维安装缺陷,通过欧式距离选择策略对已检测出的关键点进行双目匹配、筛选以获得检测点对,最后对检测点对三维重构,并计算出螺栓的实际长度,从而判断螺栓是否错装。实验结果表明,相较于CPN,AD-CPN的mAP、AP50、AP75分别提升了2.9%、3.3%、4%;螺栓测量长度的相对平均误差约为3.0%,可见该方法具有较高的缺陷检测准确率,有效保障了航空发动机的安全运行。
-
基于关键点检测的航空发动机螺栓安装缺陷自动化检测方法
-
作者:
辛佳雯
王睿
谢艳霞
孙军华
来源:
仪器仪表学报
年份:
2023
文献类型 :
期刊
关键词:
关键点检测
深度学习
双目立体视觉
缺陷检测
-
描述:
针对航空发动机螺栓存在背景复杂、目标小、且精细特征不明显的问题,本文研究了一种基于关键点检测的航空发动机螺栓安装缺陷的自动化检测方法。首先设计了基于Faster RCNN和改进CPN(AD-CPN)的级联卷积神经网络,实现了图像中螺栓及二维关键点的检测,可判断该螺栓是否脱落、漏装。为进一步检测螺栓的三维安装缺陷,通过欧氏距离选择策略对已检测出的关键点进行双目匹配、筛选以获得检测点对,最后对检测点对三维重构,并计算出螺栓的实际长度,从而判断螺栓是否错装。实验结果表明,相较于CPN,AD-CPN的mAP、AP50、AP75分别提升了2.9%、3.3%、4%;螺栓测量长度的相对平均误差约为3.0%,可见该方法具有较高的缺陷检测准确率,有效保障了航空发动机的安全运行。
-
基于深度学习的光学遥感图像飞机检测算法
-
作者:
董永峰
仉长涛
汪鹏
冯哲
来源:
激光与光电子学进展
年份:
2021
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
图像处理
目标检测
深度学习
Mask
RCNN算法
-
描述:
光学遥感图像目标检测一直都是遥感领域研究的热点之一,但现有的检测方法对背景复杂且尺寸较小的目标检测准确率不高。针对以上问题,提出了一种以Mask-RCNN为基础框架的目标检测方法。该算法以ResNet50为特征提取网络并在此基础之上利用特征重用技术来更好地提取目标的语义特征,且针对不同类型的飞机尺寸比例不固定等特点,设计了一组更加合适的候选框尺度集合。实验结果证明,该方法与以往常用的检测算法相比在小物体检测上拥有更高的检测精度。
-
基于深度学习的光学遥感图像飞机检测算法
-
作者:
董永峰
仉长涛
汪鹏
冯哲
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
卷积神经网络
图像处理
目标检测
深度学习
Mask
RCNN算法
-
描述:
基于深度学习的光学遥感图像飞机检测算法
-
多特征分类的PolSAR图像飞机目标检测
-
作者:
卢晓光
周波
韩萍
韩宾宾
来源:
信号处理
年份:
2019
文献类型 :
期刊
关键词:
特征提取
极化合成孔径雷达
飞机目标检测
SVM分类器
-
描述:
针对目前有关极化合成孔径雷达(Polarimetric Synthetic Aperture Radar, PolSAR)的飞机目标检测算法虚警较多、自适应性较差的问题,给出一种复杂大场景中PolSAR图像多特征分类的飞机目标检测方法。该方法分为线下分类器训练和飞机目标检测两部分。使用Filter特征选择结合穷举法筛选出分类性能高的飞机极化特征训练SVM(Support Vector Machine, SVM)分类器;利用异化散射功率提取疑似飞机目标,进一步提取多个极化特征送入SVM分类获得检测结果。利用UAVSAR系统采集的多幅实测数据进行实验,并与现有的PolSAR图像飞机目标检测算法进行对比,结果表明该方法能够有效检测出飞机目标,并且虚警和漏警较少,方法自适应性有所提高。
-
多特征分类的PolSAR图像飞机目标检测
-
作者:
卢晓光
周波
韩萍
韩宾宾
来源:
信号处理
年份:
2019
文献类型 :
期刊
关键词:
特征提取
极化合成孔径雷达
飞机目标检测
SVM分类器
-
描述:
针对目前有关极化合成孔径雷达(Polarimetric Synthetic Aperture Radar, PolSAR)的飞机目标检测算法虚警较多、自适应性较差的问题,给出一种复杂大场景中PolSAR图像多特征分类的飞机目标检测方法。该方法分为线下分类器训练和飞机目标检测两部分。使用Filter特征选择结合穷举法筛选出分类性能高的飞机极化特征训练SVM(Support Vector Machine, SVM)分类器;利用异化散射功率提取疑似飞机目标,进一步提取多个极化特征送入SVM分类获得检测结果。利用UAVSAR系统采集的多幅实测数据进行实验,并与现有的PolSAR图像飞机目标检测算法进行对比,结果表明该方法能够有效检测出飞机目标,并且虚警和漏警较少,方法自适应性有所提高。
-
基于卷积神经网络迁移学习的飞机目标识别
-
作者:
杨予昊
孙晶明
虞盛康
来源:
现代雷达
年份:
2020
文献类型 :
期刊
关键词:
小样本
卷积神经网络
飞机目标识别
迁移学习
-
描述:
基于卷积神经网络迁移学习的飞机目标识别
-
一种航空影像建筑物检测的轻量化CNN建模方法
-
作者:
甘文祥
张远谊
李欣园
来源:
地理空间信息
年份:
2023
文献类型 :
期刊
关键词:
建筑物检测
CNN
轻量化网络
航空影像
深度可分离卷积
-
描述:
以卷积神经网络为代表的深度学习方法大幅提高了遥感影像建筑物自动检测精度,但由于建筑物复杂多样,为了提取区分能力更强的图像特征,现有卷积神经网络方法往往倾向于构建层次复杂、参数庞大的深度模型。这使得模型的存储和内存开销都较高、检测速率也容易受到影响,一定程度上造成在移动设备平台或灾害应急等场合的应用受限。针对此问题,提出一种用于航空影像建筑物检测的轻量化卷积神经网络建模方法,采用深度可分离卷积方法对复杂网络进行简化,大幅减少了计算量,并较好地维持了原有精度。实验表明新方法相比改进前,在计算量和参数量分别减少86%和87%、训练时间缩短10%的情况下,建筑物检测的精度仅降低3%。