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 28 条
-
基于可变形卷积神经网络的遥感图像飞机目标检测
-
作者:
李明阳
胡显
雷宏
来源:
国外电子测量技术
年份:
2021
文献类型 :
期刊
关键词:
卷积神经网络
遥感影像
可变形卷积
飞机检测
-
描述:
遥感图像中的飞机检测在民用和军事应用中都是一个重要且富有挑战性的任务。针对现有目标检测算法在复杂场景中旋转不变性差的问题,提出了一种多尺度可变形卷积神经网络用以检测飞机目标。该方法通过将可变形卷积适当地嵌入到特征金字塔来构建可变形特征金字塔,使得金字塔可以自适应的调整卷积过程中的空间采样位置,在进行飞机检测时具有一定的旋转不变性,且在各种复杂场景中也更加可靠。同时,根据训练集中的目标尺寸设计锚点尺寸并引入焦点分类损失以有效地关注难分类样本。该方法在公共UCAS-AOD数据集获得了97.39%的平均精度与RetinaNet模型相比提高了1.59%,并优于R-FCN、YOLOV2等其他流行方法,证明了该方法的有效性和准确性。
-
基于可变形卷积神经网络的遥感图像飞机目标检测
-
作者:
李明阳
胡显
雷宏
来源:
国外电子测量技术
年份:
2021
文献类型 :
期刊
关键词:
卷积神经网络
遥感影像
可变形卷积
飞机检测
-
描述:
遥感图像中的飞机检测在民用和军事应用中都是一个重要且富有挑战性的任务。针对现有目标检测算法在复杂场景中旋转不变性差的问题,提出了一种多尺度可变形卷积神经网络用以检测飞机目标。该方法通过将可变形卷积适当地嵌入到特征金字塔来构建可变形特征金字塔,使得金字塔可以自适应的调整卷积过程中的空间采样位置,在进行飞机检测时具有一定的旋转不变性,且在各种复杂场景中也更加可靠。同时,根据训练集中的目标尺寸设计锚点尺寸并引入焦点分类损失以有效地关注难分类样本。该方法在公共UCAS-AOD数据集获得了97.39%的平均精度与RetinaNet模型相比提高了1.59%,并优于R-FCN、YOLOV2等其他流行方法,证明了该方法的有效性和准确性。
-
一种基于级联神经网络的飞机检测方法
-
作者:
王晓林
苏松志
刘晓颖
蔡国榕
李绍滋
来源:
智能系统学报
年份:
2021
文献类型 :
期刊
关键词:
嵌入式设备
遥感图像
级联
卷积神经网络
两阶段
深度学习
飞机检测
由粗到细
-
描述:
由于旋转角度多样性、极端的尺度差异的影响,遥感图像中的飞机检测目前仍存在挑战。为了解决旋转和尺度的问题,目前的策略是将现有的自然场景下的目标检测算法(如Faster R-CNN、SSD等)直接迁移到遥感图像中。这些算法的主干网络复杂,模型占用空间大,难以应用到低功耗和嵌入式设备中。为了在准确率不降低的情况下提高检测速度,本文提出了一个仅包含9层的卷积神经网络来解决飞机检测问题。该网络采用了由粗到细的策略,通过级联两个网络的方式减少计算开销。为了评估方法的有效性,我们建立了一个针对飞机检测的遥感数据集。实验结果表明,该方法超越了VGG16等复杂的主干网络,达到了接近主流检测方法的性能表现,同时显著降低了参数量并使检测速度提高了2倍以上。
-
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:
2021
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。
-
联合多尺度特征和注意力机制的遥感影像飞机目标检测
-
作者:
徐佰祺
江刚武
刘建辉
王鑫
魏祥坡
余培东
来源:
测绘科学技术学报
年份:
2021
文献类型 :
期刊
关键词:
YOLO
注意力机制
特征融合
遥感影像
V4算法
飞机目标检测
-
描述:
针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息的提取。通过引入注意力机制进行特征融合,为每个通道的特征赋予不同权重,学习不同通道间特征的相关性。在RSOD-Dataset数据集上进行对比实验,实验结果表明该方法与相关算法相比,具有更高的检测精度。
-
联合多尺度特征和注意力机制的遥感影像飞机目标检测
-
作者:
徐佰祺
江刚武
刘建辉
王鑫
魏祥坡
余培东
来源:
测绘科学技术学报
年份:
2021
文献类型 :
期刊
关键词:
YOLO
注意力机制
特征融合
遥感影像
V4算法
飞机目标检测
-
描述:
针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息的提取。通过引入注意力机制进行特征融合,为每个通道的特征赋予不同权重,学习不同通道间特征的相关性。在RSOD-Dataset数据集上进行对比实验,实验结果表明该方法与相关算法相比,具有更高的检测精度。
-
基于YOLO算法的遥感图像飞机目标检测技术研究
-
作者:
张欣
来源:
中国科学院大学(中国科学院长春光学精密机械与物理研究所)
年份:
2021
文献类型 :
学位论文
关键词:
遥感图像
tiny
CSPNet
飞机检测
YOLOv4
激活函数
-
描述:
基于YOLO算法的遥感图像飞机目标检测技术研究
-
基于小样本多背景下的飞机图像识别研究
-
作者:
兰天
李博
杨敬宝
来源:
电脑编程技巧与维护
年份:
2021
文献类型 :
期刊
关键词:
HoG特征
卷积神经网络
飞机图像识别
-
描述:
飞机图像识别一直是航空领域识别各类飞机进行有效支援或侦察的重要一环,目前飞机图像识别常受到飞机姿态不同、图像模糊、拍摄角度各异的影响。传统的图像识别方法对于飞机图像具有一定的局限性,易受到背景环境影响,当图像中含有其他显著性目标时易失效,若进行目标分割运算量巨大,在现代化防控体系中,需要既快又好的方法精准识别飞机的机型。随着深度学习的出现,众多模式识别领域中问题得到解决,但深度学习需要大量样本对网络进行微调、参数优化,而目前公开的飞机图像数据库十分有限,图像背景差异巨大,因此提出了一种基于小样本、多背景下使用卷积神经网络进行飞机图像识别的方法。
-
基于优化CNN的航空液压管路卡箍故障诊断
-
作者:
窦金鑫
薛政坤
于晓光
范玉鑫
刘忠鑫
杨同光
来源:
机床与液压
年份:
2021
文献类型 :
期刊
关键词:
液压管路卡箍
卷积神经网络
故障诊断
优化变分模态分解
-
描述:
针对航空发动机液压卡箍-管路系统具有高度复杂性,导致卡箍振动信号存在非线性、非平稳性,从而难以提取出卡箍故障状态有效信息的问题,提出一种基于优化变分模态分解(VMD)与卷积神经网络(CNN)的卡箍智能故障诊断方法。基于优化的VMD将液压管路系统-卡箍振动信号分解成一系列固有模态函数;将含有卡箍故障信号明显的IMF输入到卷积神经网络训练模型,采用CNN进行自主特征学习和模式识别。并将该方法应用于实例中,结果表明:该方法不仅能有效地对信号进行分解,同时对不同类型的卡箍故障可达到精准识别和故障诊断。
-
航空发动机叶片热障涂层寿命智能预测方法研究
-
作者:
樊珊珊
来源:
西安理工大学
年份:
2021
文献类型 :
学位论文
关键词:
特征提取
卷积神经网络
热振实验
热障涂层
-
描述:
航空发动机叶片热障涂层寿命智能预测方法研究