全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 结合显著性检测与特征匹配的飞机目标识别
- 作者： 欧阳欢 范大昭 郭静 代亚贞 来源： 测绘通报 年份： 2020 文献类型 ： 期刊 关键词： 飞机识别 遥感影像 特征匹配 机型判别 显著性检测
- 描述： 根据目标与背景间的视觉显著性差异及飞机目标的形态特征,本文提出了一种基于显著性检测的飞机目标识别算法。该算法首先对预处理后的遥感影像进行显著性检测并提取场景中的感兴趣目标;然后依据阴影在HIS颜色空间的特性消除阴影对飞机识别造成的影响,并以飞机的形态特征为依据对感兴趣目标进行筛选,进而实现飞机目标识别;最后,计算飞机的外形参数、相对矩等特征并以此作为依据实现飞机机型判别。试验证明,该方法飞机特征提取精确,目标识别准确率高,具有较好的稳健性。
- 机载LiDAR数据和航空影像基于角特征的配准
- 作者： 司传波 高子翔 崔程宝 来源： 测绘与空间地理信息 年份： 2018 文献类型 ： 期刊 关键词： 遥感影像 LiDAR 配准 角特征 融合
- 描述： 机载激光雷达(Light Detection And Ranging,LiDAR)系统近年来逐渐成为一种新兴的测量手段,是一种可以直接提供大量地面离散点的高精度三维信息的主动式遥感技术,具有依赖控制测量条件少、受天气影响小、自动化水平高等优点。然而LiDAR获取的数据主要是离散激光点云,具有高精度的空间结构信息而缺少纹理和光谱信息。将LiDAR数据和遥感影像数据进行融合将是当今测绘科学研究的方向之一。融合影像数据和点云数据的关键步骤就是将两者进行高精度的配准。
- 基于卷积神经网络的高分辨率SAR图像飞机目标检测方法
- 作者： 王思雨 高鑫 孙皓 郑歆慰 孙显 来源： 雷达学报 年份： 2017 文献类型 ： 期刊 关键词： 合成孔径雷达(SAR) 数据增强 视觉显著性 飞机检测 卷积神经网络(CNN)
- 描述： 传统的合成孔径雷达(Synthetic Aperture Radar,SAR)图像飞机检测方法一般利用像素对比度信息进行图像分割,从而提取待定目标。然而这些方法只考虑了像素亮度信息而忽视了目标的结构特征,进而导致目标的不精确定位和大量虚警的产生。基于上述问题,该文构建了一个全新的SAR图像飞机目标检测算法框架。首先,针对大场景SAR图像应用需求,提出了改进的显著性预检测方法,从而实现SAR图像候选飞机目标多尺度快速粗定位;然后,设计并调优了含4个权重层的卷积神经网络(Convolutional Neural Network,CNN),实现对候选目标的精确检测和鉴别;最后,因为SAR数据量有限、易导致过拟合,提出4种适用于SAR图像的数据增强方法,具体包括平移、斑点加噪、对比度增强和小角度旋转。实验证实该飞机检测算法在高分辨率Terra SAR-X数据集上效果显著,与传统的SAR飞机检测方法相比,该方法检测效率更高,泛化能力更强。
- 基于卷积神经网络的高分辨率SAR图像飞机目标检测方法
- 作者： 王思雨 高鑫 孙皓 郑歆慰 孙显 来源： 雷达学报 年份： 2017 文献类型 ： 期刊 关键词： 合成孔径雷达(SAR) 数据增强 视觉显著性 飞机检测 卷积神经网络(CNN)
- 描述： 传统的合成孔径雷达(Synthetic Aperture Radar,SAR)图像飞机检测方法一般利用像素对比度信息进行图像分割,从而提取待定目标。然而这些方法只考虑了像素亮度信息而忽视了目标的结构特征,进而导致目标的不精确定位和大量虚警的产生。基于上述问题,该文构建了一个全新的SAR图像飞机目标检测算法框架。首先,针对大场景SAR图像应用需求,提出了改进的显著性预检测方法,从而实现SAR图像候选飞机目标多尺度快速粗定位;然后,设计并调优了含4个权重层的卷积神经网络(Convolutional Neural Network,CNN),实现对候选目标的精确检测和鉴别;最后,因为SAR数据量有限、易导致过拟合,提出4种适用于SAR图像的数据增强方法,具体包括平移、斑点加噪、对比度增强和小角度旋转。实验证实该飞机检测算法在高分辨率Terra SAR-X数据集上效果显著,与传统的SAR飞机检测方法相比,该方法检测效率更高,泛化能力更强。
- 基于卷积神经网络的高分辨率SAR图像飞机目标检测方法
- 作者： 王思雨 高鑫 孙皓 郑歆慰 孙显 来源： 雷达学报 年份： 2019 文献类型 ： 期刊 关键词： 合成孔径雷达(SAR) 数据增强 视觉显著性 飞机检测 卷积神经网络(CNN)
- 描述： 传统的合成孔径雷达(Synthetic Aperture Radar,SAR)图像飞机检测方法一般利用像素对比度信息进行图像分割,从而提取待定目标。然而这些方法只考虑了像素亮度信息而忽视了目标的结构特征,进而导致目标的不精确定位和大量虚警的产生。基于上述问题,该文构建了一个全新的SAR图像飞机目标检测算法框架。首先,针对大场景SAR图像应用需求,提出了改进的显著性预检测方法,从而实现SAR图像候选飞机目标多尺度快速粗定位;然后,设计并调优了含4个权重层的卷积神经网络(Convolutional Neural Network,CNN),实现对候选目标的精确检测和鉴别;最后,因为SAR数据量有限、易导致过拟合,提出4种适用于SAR图像的数据增强方法,具体包括平移、斑点加噪、对比度增强和小角度旋转。实验证实该飞机检测算法在高分辨率Terra SAR-X数据集上效果显著,与传统的SAR飞机检测方法相比,该方法检测效率更高,泛化能力更强。
- 一种高效的高分辨率遥感影像飞机目标检测方法
- 作者： 刘媛 姚剑 冯辰 来源： 测绘地理信息 年份： 2020 文献类型 ： 期刊 关键词： 高分辨率遥感影像 直线概率图 深度学习 飞机检测 显著性
- 描述： 一种高效的高分辨率遥感影像飞机目标检测方法
- SAR图像飞机目标检测识别进展
- 作者： 郭倩 王海鹏 徐丰 来源： 雷达学报 年份： 2020 文献类型 ： 期刊 关键词： 飞机识别 合成孔径雷达 散射信息 深度学习 飞机检测
- 描述： 目标检测与识别是高分辨合成孔径雷达(SAR)领域的热点问题。机场上飞机作为一种典型目标，其检测和识别有一定的独特性。该文回顾了SAR图像典型目标检测识别领域技术的发展过程，分析了SAR图像中飞机目标的散射机制及面临的技术难点，阐述了SAR飞机目标检测识别的系统流程、技术路线和关键科学问题，对基于传统与基于深度学习两个方面的飞机目标检测识别的研究进展进行了归纳总结，并讨论了各类方法的特点及存在的问题，展望了未来的发展趋势。该文认为如何将深度学习与目标电磁散射机理结合、提高网络或模型的泛化能力是提升SAR图像中目标检测识别精度的关键，并给出了一种基于散射信息与深度学习融合的飞机目标检测方法。
- 基于特征融合与软判决的遥感图像飞机检测
- 作者： 朱明明 许悦雷 马时平 李帅 马红强 来源： 光学学报 年份： 2019 文献类型 ： 期刊 关键词： 区域卷积神经网络 特征融合 图像处理 软判决 飞机检测
- 描述： 提出了一种特征融合结合软判决的飞机检测方法。以区域卷积神经网络为基本框架,依次采用L2范数归一化、特征连接、尺度缩放和特征降维来融合多层特征。为了降低网络在目标高度重叠时的漏检率,引入软判决来改进传统的非极大值抑制方法。实验结果表明,所提方法能够准确快速地检测到飞机,得到检测率为94.25%、虚警率为5.5%、平均运行时间为0.16 s的实验结果。与现有的其他检测方法相比,所提方法的各项指标均得到显著提升。
- 基于深度环境上下文建模的遥感图像机场飞机检测
- 作者： 杨志华 来源： 北方工业大学 年份： 2020 文献类型 ： 学位论文 关键词： 上下文信息 深度建模 光学遥感图像 可变形部件模型(DPM) 飞机检测
- 描述： 基于深度环境上下文建模的遥感图像机场飞机检测