首页>
根据【关键词:卷积神经网络,遥感影像,可变形卷积,飞机检测】搜索到相关结果 26 条
-
结合显著图和深度学习的遥感影像飞机目标识别
-
作者:
刘相云
龚志辉
金飞
杨光
范炜康
来源:
测绘通报
年份:
2019
文献类型 :
期刊
关键词:
遥感影像
显著图
多特征融合
飞机目标识别
深度置信网络
-
描述:
为准确快速识别高分辨率遥感影像中的飞机目标,提出了一种结合显著图和深度置信网络(DBN)的飞机目标识别算法。本文首先使用HC(直方图对比度)算法提取遥感影像中的显著目标;然后通过定位连通区域确定候选目标的位置;随后提取候选目标的颜色矩、Hu不变矩、灰度共生矩阵、Tamura纹理特征和边缘方向直方图;最后将归一化后的多特征融合数据应用到深度置信网络进行目标识别。试验结果表明,本文算法的检测率为98.46%,虚警率为5.20%。算法从多种底层图像特征出发,有效克服了单一特征描述能力不足的问题,提高了飞机目标识别能力及抗干扰能力。
-
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。
-
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。
-
基于深度学习的机场场面飞机检测跟踪系统设计与实现
-
作者:
郭进祥
来源:
宁夏大学
年份:
2019
文献类型 :
学位论文
关键词:
ADS
B
飞机跟踪
机场场面
深度学习
飞机检测
-
描述:
基于深度学习的机场场面飞机检测跟踪系统设计与实现
-
基于维修日志的飞机设备故障原因判别方法
-
作者:
王锐光
吴际
刘超
杨海燕
来源:
软件学报
年份:
2019
文献类型 :
期刊
关键词:
维修日志
卷积神经网络
故障诊断
随机森林
-
描述:
在飞机维修与保养过程中,航空维修公司已积累了大量经验性的维修日志数据.合理利用该类维修日志,结合机器学习方法,可以辅助维修人员做出正确的故障诊断决策.首先,针对维修日志的特殊性,提出一种迭代式的故障诊断基本过程;其次,在传统的文本特征提取技术的基础上,基于领域内信息,提出一种基于卷积神经网络(convolution neural network,简称CNN)的小样本文本特征提取方法,在样本量较少的情况下,利用预测目标将字向量作为输入,得到更为充分的文本特征;最后,使用随机森林(randomforest,简称RF)模型,结合其他故障特征判别飞机设备的故障原因.卷积神经网络以故障原因为目标,预先对故障现象中的字向量进行训练,从而得到更能反映该领域的文本特征.与其他文本特征提取方法相比,该类方法在小样本数据上得到了更好的效果.同时,将卷积神经网络与随机森林模型应用于飞机设备的故障原因判别,并与其他文本特征提取方式和机器学习预测模型进行对比,说明了该类文本特征提取方式和故障原因判别方法的合理性和必要性.
-
基于维修日志的飞机设备故障原因判别方法
-
作者:
王锐光
吴际
刘超
杨海燕
来源:
软件学报
年份:
2019
文献类型 :
期刊
关键词:
维修日志
卷积神经网络
故障诊断
随机森林
-
描述:
在飞机维修与保养过程中,航空维修公司已积累了大量经验性的维修日志数据.合理利用该类维修日志,结合机器学习方法,可以辅助维修人员做出正确的故障诊断决策.首先,针对维修日志的特殊性,提出一种迭代式的故障诊断基本过程;其次,在传统的文本特征提取技术的基础上,基于领域内信息,提出一种基于卷积神经网络(convolution neural network,简称CNN)的小样本文本特征提取方法,在样本量较少的情况下,利用预测目标将字向量作为输入,得到更为充分的文本特征;最后,使用随机森林(randomforest,简称RF)模型,结合其他故障特征判别飞机设备的故障原因.卷积神经网络以故障原因为目标,预先对故障现象中的字向量进行训练,从而得到更能反映该领域的文本特征.与其他文本特征提取方法相比,该类方法在小样本数据上得到了更好的效果.同时,将卷积神经网络与随机森林模型应用于飞机设备的故障原因判别,并与其他文本特征提取方式和机器学习预测模型进行对比,说明了该类文本特征提取方式和故障原因判别方法的合理性和必要性.
-
基于改进候选区域网络的红外飞机检测
-
作者:
姜晓伟
王春平
付强
来源:
激光与红外
年份:
2019
文献类型 :
期刊
关键词:
聚类
红外飞机
卷积神经网络
目标检测
-
描述:
为较好地解决防空武器成像系统对空中红外飞机的检测问题。首先简要地概括了卷积神经网络的兴起和应用,其次在引入基于深度学习的目标检测模型Faster R-CNN的基础上,详细地介绍了经典K-means聚类算法的工作原理、实现流程、存在的弊端以及该算法的主要改进手段,并利用K-means聚类算法对Faster R-CNN锚点框的生成方式进行了改进。最后在CAFFE框架平台下进行了多次仿真实验,测试集来源于自建的专用于空中红外飞机检测任务的数据集,实验结果表明本文采用的改进手段可以在保证较高平均准确率AP的同时提高检测速度,并且给出了最适用于本文自建数据集利用聚类算法的k值。
-
卷积神经网络及其在航空视觉任务中的应用展望
-
作者:
漆昇翔
裘旭益
张伟
来源:
航空电子技术
年份:
2019
文献类型 :
期刊
关键词:
卷积神经网络
计算机视觉
深度学习
航空航天
-
描述:
从卷积神经网络的基本理论出发,介绍了几种经典卷积网络结构,并结合当前卷积神经网络在计算机视觉领域的应用现状,重点探讨了它在未来航空视觉相关任务系统中的应用前景,以及实施这些技术必须解决的若干问题,为未来航空装备智能化水平的进一步提升提供参考。
-
航空遥感光电图像预处理与目标特征提取技术研究
-
作者:
李晓峰
来源:
哈尔滨工业大学
年份:
2019
文献类型 :
学位论文
关键词:
图像去雾
Gabor变换
特征提取
卷积神经网络
-
描述:
航空遥感光电图像预处理与目标特征提取技术研究
-
飞机尾迹云卷积神经网络识别及其东南亚辐射强迫的模拟研究
-
作者:
张国宇
来源:
南京信息工程大学
年份:
2019
文献类型 :
学位论文
关键词:
真实覆盖率
卷积神经网络
尾迹云
净辐射强迫
-
描述:
飞机尾迹云卷积神经网络识别及其东南亚辐射强迫的模拟研究