首页>
根据【关键词:飞机识别】搜索到相关结果 9 条
-
基于多特征融合和特征排序的飞机识别方法
-
作者:
赵彦斌
来源:
现代工业经济和信息化
年份:
2017
文献类型 :
期刊
关键词:
飞机识别
特征选择
特征排序
-
描述:
基于多特征融合和特征排序提出一种飞机识别方法,首先将飞机图像多种不变量特征组合,其次利用建立的飞机机型训练图像库(包括每种飞机的原始图像、加噪图像、遮挡图像),提取每幅训练图像的组合不变量特征,提出以均方差与均值之比值来衡量特征的稳定性,以马氏距离(FISHER判别函数)来衡量可区性,并从稳定性和可区分性两方面对组合不变量特征进行排序,将两种排序结果都占优的特征选为新的不变量特征,结合支持向量机实现飞机机型快速识别。实验结果表明,在飞机机型识别中,这种新的算法在同等维数下,排序后的特征识别率优于随机组合的特征。
-
基于卷积神经网络的遥感图像飞机目标识别
-
作者:
晁安娜
刘坤
来源:
微型机与应用
年份:
2018
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
飞机识别
深度学习
-
描述:
遥感图像的识别技术一直被广泛运用于民用和军事领域。针对采集到的遥感飞机图像存在大量干扰,如遮挡、噪声、视角变化等因素,提出一种改进的基于卷积神经网络的遥感图像目标识别算法。在复杂环境下,运用卷积神经网络对飞机目标进行识别,避免了在特征提取过程中信息的丢失,提高了识别率。实验结果证明了该算法在遥感图像飞机目标识别中的可行性,能克服尺度变化及目标姿态变化等因素的影响。同时提出的算法较传统CNN、BP神经网络和支持向量机(SVM)方法具有更好的识别效果,鲁棒性更强。
-
基于CNN的遥感图像飞机目标识别系统研究与实现
-
作者:
江平
来源:
东南大学
年份:
2019
文献类型 :
学位论文
关键词:
飞机识别
任务管理
图像采集
图像识别
-
描述:
基于CNN的遥感图像飞机目标识别系统研究与实现
-
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
-
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。
-
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。
-
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:
2020
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。
-
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。
-
改进YOLO V3遥感图像飞机识别应用
-
作者:
郑志强
刘妍妍
潘长城
李国宁
来源:
电光与控制
年份:
2019
文献类型 :
期刊
关键词:
YOLO
Densenet
遥感图像
means
卷积神经网络
飞机识别
k
V3
-
描述:
为了准确识别遥感图像中的飞机,基于YOLO V3算法,通过使用K-means算法对数据集进行聚类分析,借鉴Densenet网络的思想,将YOLO V3网络中的两个残差网络模块替换为两个密集网络模块,改进为一种Dense-YOLO深度卷积神经网络结构。对改进前与改进后的网络进行训练,分别选出使两个网络识别效果最好的权重文件,针对高质量遥感图像与过度曝光、云雾遮挡等低质量遥感图像分别进行测试与分析。实验结果表明,新改进的深度卷积神经网络应用在两种图像上效果均有提升。其中,改进的算法在高质量的遥感图像中准确率高达99.72%,比原始算法准确率提升了0.85%,召回率高达98.34%,召回率提升了1.94%。在低质量遥感图像中准确率高达96.12%,比原始算法准确率提升了5.07%,召回率高达93.10%,召回率提升了19.75%。