首页
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻动态
全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
首页>
根据【关键词:
遥感图像,深度卷积网络,光学飞机,目标检测,边框优化
】搜索到相关结果
21
条
按文献类别分组
学位论文
(46)
期刊
(39)
会议论文
(1)
按栏目分组
学位论文
(46)
期刊
(39)
会议论文
(1)
按年份分组
2023
(4)
2022
(20)
2021
(20)
2020
(21)
2019
(11)
2018
(8)
2017
(2)
按来源分组
西安电子科技大学
(7)
激光与光电子学进展
(5)
计算机工程
(4)
北京邮电大学
(3)
电子测试
(2)
中国科学院大学学报
(2)
哈尔滨工业大学
(2)
电子科技大学
(2)
电光与控制
(2)
南昌大学
(1)
吉林大学学报(理学版)
(1)
中国电子科技集团公司电子科学研究院
(1)
计算机仿真
(1)
上海交通大学
(1)
中国地质大学(北京)
(1)
航空电子技术
(1)
激光与红外
(1)
中国矿业大学
(1)
北京测绘
(1)
中国科学技术大学
(1)
光电子技术
(1)
聊城大学
(1)
微型机与应用
(1)
科学技术与工程
(1)
宁夏大学
(1)
长春理工大学
(1)
河北工业大学
(1)
中国科学院大学(中国科学院上海技术物理研究所)
(1)
中国科学院大学(中国科学院西安光学精密机械研究所)
(1)
吉林大学
(1)
关键词
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:
2020
文献类型 :
期刊
关键词:
遥感图像
图像处理
目标检测
半监督学习
生成式对抗网络
描述:
基于半监督学习的遥感飞机图像检测方法
基于FCN与CNN的遥感影像飞机目标检测方法
作者:
李文斌
何冉
来源:
计算机工程
年份:
2020
文献类型 :
期刊
关键词:
FCN
遥感图像
CNN
目标检测
像素级标签
描述:
进行抑制;使用图像级标签代替目标级标签进行CNN训练、以及使用图像的CNN底层特征图制作像素级标签来训练FCN。实验表明,本模型获得了95.78%的准确率、98.98%的召回率、0.9735的F
1
分数,具有优异的检测性能和良好的泛化能力。
基于深度学习的光学遥感图像飞机检测算法
作者:
董永峰
仉长涛
汪鹏
冯哲
来源:
激光与光电子学进展
年份:
2020
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
图像处理
目标检测
深度学习
Mask
RCNN算法
描述:
基于深度学习的光学遥感图像飞机检测算法
基于卷积神经网络的遥感图像飞机目标检测研究
作者:
仉长涛
来源:
河北工业大学
年份:
2020
文献类型 :
学位论文
关键词:
遥感图像
语义信息
卷积神经网络
特征融合
语义分割
目标检测
描述:
基于卷积神经网络的遥感图像飞机目标检测研究
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
卫星遥感图像中飞机识别算法的研究
作者:
袁红江
来源:
聊城大学
年份:
2020
文献类型 :
学位论文
关键词:
遥感图像
飞机识别
SIFT算法
自动阈值分割
描述:
卫星遥感图像中飞机识别算法的研究
SAR图像飞机检测技术研究
作者:
王鑫辉
来源:
上海交通大学
年份:
2020
文献类型 :
学位论文
关键词:
特征提取
机器学习
SAR
目标检测
描述:
SAR图像飞机检测技术研究
面向遥感影像飞机目标检测的模型压缩技术研究与应用
作者:
徐晗智
来源:
中国电子科技集团公司电子科学研究院
年份:
2020
文献类型 :
学位论文
关键词:
遥感影像
目标检测
模型压缩
系统设计
描述:
面向遥感影像飞机目标检测的模型压缩技术研究与应用
光学遥感图像飞机目标识别算法
作者:
胡楠
李润生
王载武
来源:
影像技术
年份:
2020
文献类型 :
期刊
关键词:
遥感图像
R
CNN
飞机识别
深度学习
Faster
描述:
光学遥感图像中蕴含着大量信息,更新速度非常快。使用人工方法对光学遥感图像进行判读和目标的识别显然早已达不到现代社会各领域的需求。实时、高效地从光学遥感图像中识别出感兴趣目标具有非常重要的意义。本文对基于人工智能的图像飞机识别研究现状进行了总结,方便后续学者研究。
基于遥感图像飞行器目标的细分类方法研究
作者:
曾妍庆
来源:
国防科技大学
年份:
2020
文献类型 :
学位论文
关键词:
遥感图像
卷积神经网络
前背景分割
飞行器细分类
特征度量
混淆社区
描述:
基于遥感图像飞行器目标的细分类方法研究
<
1
2
>
Rss订阅
订阅地址: