基于遥感图像的飞机检测方法研究

作者： 王甜甜   来源： 河北工业大学 年份： 2020 文献类型 ： 学位论文 关键词： 反卷积   NMS   GIoU   飞机检测   GIoU损失函数   位置注意力   soft  

描述： 基于遥感图像的飞机检测方法研究

基于最优区域生成的深度多尺度融合遥感飞机检测方法

作者： 刘晨   郑恩让   张桐   来源： 科学技术与工程 年份： 2020 文献类型 ： 期刊 关键词： 遥感图像   飞机检测   多尺度融合   锚框  

描述： 基于最优区域生成的深度多尺度融合遥感飞机检测方法

遥感影像飞机目标检测和细粒度识别方法研究

作者： 毛嘉兴   来源： 华中科技大学 年份： 2020 文献类型 ： 学位论文 关键词： 遥感影像   细粒度识别   深度学习   飞机检测  

描述： 遥感影像飞机目标检测和细粒度识别方法研究

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

基于CNN的遥感影像中飞机检测方法研究

作者： 陈璐   来源： 河南大学 年份： 2020 文献类型 ： 学位论文 关键词： 高分辨率遥感影像   卷积神经网络   飞机检测   迁移学习   场景分类  

描述： 基于CNN的遥感影像中飞机检测方法研究

基于卷积神经网络的遥感影像飞机检测技术研究

作者： 魏万军   来源： 兰州大学 年份： 2020 文献类型 ： 学位论文 关键词： 卷积神经网络   遥感影像   特征融合   阴影处理   飞机检测  

描述： 基于卷积神经网络的遥感影像飞机检测技术研究

运动摄像机下飞机目标检测、识别与跟踪方法研究

作者： 李玉虎   来源： 桂林电子科技大学 年份： 2020 文献类型 ： 学位论文 关键词： 系统集成   运动补偿   区域评分   改进YOLO   DSST跟踪   飞机检测   V3  

描述： 运动摄像机下飞机目标检测、识别与跟踪方法研究

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。