关键词
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目标检测模型Faster R-CNN的基础上,详细地介绍了经典K-means
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目标检测模型Faster R-CNN的基础上,详细地介绍了经典K-means
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
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
基于信息交互和迁移学习的超高分辨率SAR图像中飞机目标检测
作者: 王莹   来源: 西安电子科技大学 年份: 2019 文献类型 : 学位论文 关键词: 目标检测   迁移学习   SAR图像   阴影补全   信息交互  
描述: 基于信息交互和迁移学习的超高分辨率SAR图像中飞机目标检测
遥感图像飞机目标检测方法研究
作者: 张晨露   来源: 中国科学院大学(中国科学院西安光学精密机械研究所) 年份: 2019 文献类型 : 学位论文 关键词: 遥感图像   感受野   卷积神经网络   目标检测   飞机目标  
描述: 遥感图像飞机目标检测方法研究
< 1 2 3 ... 56 57 58
Rss订阅