基于军事飞机图像结合FCN的目标检测技术应用

作者： 张春雷   来源： 电子测试 年份： 2019 文献类型 ： 期刊 关键词： 特征提取   全卷积神经网络   目标检测  

描述： 图像分割是图像识别和目标检测的重要工作,军事图像目标检测与准确分割是分析军事目标的核心工作。针对这一工作,本文将全卷积神经网络(全卷积神经网络)应用在军事飞机图像的目标获取上,通过全卷积神经网络强大的特征提取和识别能力,准确获取目标区域,对分析图像信息提供参考性意义。

基于军事飞机图像结合FCN的目标检测技术应用

作者： 张春雷   来源： 电子测试 年份： 2019 文献类型 ： 期刊 关键词： 特征提取   全卷积神经网络   目标检测  

描述： 图像分割是图像识别和目标检测的重要工作,军事图像目标检测与准确分割是分析军事目标的核心工作。针对这一工作,本文将全卷积神经网络(全卷积神经网络)应用在军事飞机图像的目标获取上,通过全卷积神经网络强大的特征提取和识别能力,准确获取目标区域,对分析图像信息提供参考性意义。

基于半监督学习的遥感飞机图像检测方法

作者： 杜泽星   殷进勇   杨建   来源： 激光与光电子学进展 年份： 2019 文献类型 ： 期刊 关键词： 遥感图像   目标检测   半监督学习   生成式对抗网络  

描述： 针对现有的基于深度学习的遥感飞机图像检测方法,在训练时需要大量的带标记数据集和较长的训练时间,本文提出了一种基于生成式对抗网络的半监督学习方法。采用两种粒度的深度卷积生成式对抗网络,分别提取了待检测目标的边缘特征信息和深层语义特征。通过结合两种粒度的生成式对抗网络的判别器网络模型,设计了目标检测网络模型。实验结果表明,本文所设计的这种半监督学习训练方法有着更快的收敛速度,并且在训练时需要的标记样本更少。

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。

基于深度学习的遥感影像飞机检测方法研究

作者： 谢奇芳   来源： 中国地质大学(北京) 年份： 2019 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   深度学习   目标检测  

描述： 基于深度学习的遥感影像飞机检测方法研究

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ARMA谐波恢复的飞机目标分类

作者： 李秋生   张华霞   邓仰晨   刘小燕   来源： 赣南师范大学学报 年份： 2019 文献类型 ： 期刊 关键词： 特征提取   谐波建模   目标分类   常规雷达  

描述： 作为一类复杂目标,飞机的机体振动、姿态变化和旋转部件的转动都会对雷达照射回波施加非线性的调制作用,对回波进行ARMA谐波建模可以对其非线性调制特征进行精细刻画.在介绍常规低分辨飞机目标雷达回波的数学模型和谐波恢复的ARMA建模算法的基础上,对实际录取的多种类型飞机回波进行了ARMA谐波建模分析,并对ARMA谐波模型参数在目标分类中的应用进行探讨.研究结果表明,基于谐波恢复的ARMA建模法能够有效地对飞机目标雷达回波进行建模,且其模型特征能够较好地对各种不同类型实验目标进行分类.

基于朴素贝叶斯分类器的空中红外目标抗干扰识别方法研究

作者： 杨开   李少毅   张凯   钮赛赛   来源： 飞控与探测 年份： 2019 文献类型 ： 期刊 关键词： 概率分布   特征提取   目标识别   朴素贝叶斯分类器  

描述： 红外诱饵对抗技术的发展使得空战环境日益复杂化,对红外成像制导空空导弹抗干扰目标识别技术提出了更高的要求。红外诱饵的投放使得目标特征的完整性、显著性及稳定性遭到破坏,基于特征融合匹配的统计模式识别方法无法准确识别目标。提出了一种基于朴素贝叶斯分类器的抗干扰目标识别方法,该方法对空战对抗仿真图像数据集进行了特征挖掘,利用实验拟合方法构建了典型特征的概率密度函数模型,构造了朴素贝叶斯分类器,实现了飞机目标和干扰的分类识别。仿真实验结果表明,该方法在已测试的弹道图像数据集下的平均识别正确率达到了81.82%,且能够解决假目标、目标遮挡等抗干扰目标的识别难题。

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ARMA谐波恢复的飞机目标分类

作者： 李秋生   张华霞   邓仰晨   刘小燕   来源： 赣南师范大学学报 年份： 2019 文献类型 ： 期刊 关键词： 特征提取   谐波建模   目标分类   常规雷达  

描述： 作为一类复杂目标,飞机的机体振动、姿态变化和旋转部件的转动都会对雷达照射回波施加非线性的调制作用,对回波进行ARMA谐波建模可以对其非线性调制特征进行精细刻画.在介绍常规低分辨飞机目标雷达回波的数学模型和谐波恢复的ARMA建模算法的基础上,对实际录取的多种类型飞机回波进行了ARMA谐波建模分析,并对ARMA谐波模型参数在目标分类中的应用进行探讨.研究结果表明,基于谐波恢复的ARMA建模法能够有效地对飞机目标雷达回波进行建模,且其模型特征能够较好地对各种不同类型实验目标进行分类.