首页>
根据【关键词:高分辨率遥感影像,卷积神经网络,多特征融合,变化检测,飞机目标,遥感,多元变化检测】搜索到相关结果 163 条
-
多特征融合的高分辨率遥感影像飞机目标变化检测
-
作者:
徐俊峰
张保明
余东行
林雨准
郭海涛
来源:
遥感学报
年份:
2020
文献类型 :
期刊
关键词:
高分辨率遥感影像
卷积神经网络
多特征融合
变化检测
飞机目标
遥感
多元变化检测
-
描述:
为利用高分辨率遥感影像实现高精度的飞机目标变化检测,提出了一种自适应的多特征融合变化检测与深度学习相结合的方法。首先,通过加权迭代的多元变化检测法获取变化强度图,并结合自适应的直方图统计法自动获取
-
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
-
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
-
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
-
基于编解码网络的航空影像像素级建筑物提取
-
作者:
陈凯强
高鑫
闫梦龙
张跃
孙显
来源:
遥感学报
年份:
2021
文献类型 :
期刊
关键词:
卷积神经网络
建筑物提取
深度学习
遥感
航空影像
-
描述:
建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural Networks),自主学习多级的和具有区分度的特征来更好地辨识建筑物和背景,实现航空影像中的像素级建筑物提取。该网络由编码子网络和解码子网络两部分组成,编码子网络对输入图像进行空间分辨率压缩,完成特征提取;解码子网络从特征中提升空间分辨率,完成像素级的建筑物提取。此外,本文使用视野增强FoVE (Field-of-View Enhancement)方法减轻边缘现象(切片边缘附近的建筑物提取精度通常低于中心区域附近的精度)的影响,并分别在两个建筑物提取标准数据集上的实验表明,编解码卷积神经网络能有效实现像素级建筑物提取,FoVE能有效提高建筑物提取准确率;通过改变预测时切片大小和重叠度,分析其对建筑物提取结果的影响,揭示了FoVE的饱和性。
-
基于编解码网络的航空影像像素级建筑物提取
-
作者:
陈凯强
高鑫
闫梦龙
张跃
孙显
来源:
遥感学报
年份:
2021
文献类型 :
期刊
关键词:
卷积神经网络
建筑物提取
深度学习
遥感
航空影像
-
描述:
建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural Networks),自主学习多级的和具有区分度的特征来更好地辨识建筑物和背景,实现航空影像中的像素级建筑物提取。该网络由编码子网络和解码子网络两部分组成,编码子网络对输入图像进行空间分辨率压缩,完成特征提取;解码子网络从特征中提升空间分辨率,完成像素级的建筑物提取。此外,本文使用视野增强FoVE (Field-of-View Enhancement)方法减轻边缘现象(切片边缘附近的建筑物提取精度通常低于中心区域附近的精度)的影响,并分别在两个建筑物提取标准数据集上的实验表明,编解码卷积神经网络能有效实现像素级建筑物提取,FoVE能有效提高建筑物提取准确率;通过改变预测时切片大小和重叠度,分析其对建筑物提取结果的影响,揭示了FoVE的饱和性。
-
基于编解码网络的航空影像像素级建筑物提取
-
作者:
陈凯强
高鑫
闫梦龙
张跃
孙显
来源:
遥感学报
年份:
2021
文献类型 :
期刊
关键词:
卷积神经网络
建筑物提取
深度学习
遥感
航空影像
-
描述:
建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural Networks),自主学习多级的和具有区分度的特征来更好地辨识建筑物和背景,实现航空影像中的像素级建筑物提取。该网络由编码子网络和解码子网络两部分组成,编码子网络对输入图像进行空间分辨率压缩,完成特征提取;解码子网络从特征中提升空间分辨率,完成像素级的建筑物提取。此外,本文使用视野增强FoVE (Field-of-View Enhancement)方法减轻边缘现象(切片边缘附近的建筑物提取精度通常低于中心区域附近的精度)的影响,并分别在两个建筑物提取标准数据集上的实验表明,编解码卷积神经网络能有效实现像素级建筑物提取,FoVE能有效提高建筑物提取准确率;通过改变预测时切片大小和重叠度,分析其对建筑物提取结果的影响,揭示了FoVE的饱和性。
-
结合显著图和深度学习的遥感影像飞机目标识别
-
作者:
刘相云
龚志辉
金飞
杨光
范炜康
来源:
测绘通报
年份:
2019
文献类型 :
期刊
关键词:
遥感影像
显著图
多特征融合
飞机目标识别
深度置信网络
-
描述:
为准确快速识别高分辨率遥感影像中的飞机目标,提出了一种结合显著图和深度置信网络(DBN)的飞机目标识别算法。本文首先使用HC(直方图对比度)算法提取遥感影像中的显著目标;然后通过定位连通区域确定候选
-
航空视频中运动目标的检测与跟踪算法研究
-
作者:
刘征宇
来源:
北京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
特征点
变化检测
全局运动估计
目标跟踪
-
描述:
见。论文针这对些特点展开研究工作,研究了全局运动估计、边缘保持的滤波器、特征点提取和运动目标的检测和跟踪等问题。主要研究内容和创新点如下:1)提出基于MAP的全局运动估计算法。在详细分析现有全局运动估计
-
基于单类分类的航空遥感影像变化检测
-
作者:
薄树奎
荆永菊
来源:
郑州航空工业管理学院学报
年份:
2023
文献类型 :
期刊
关键词:
遥感影像
单类分类
变化检测
航空影像
-
描述:
航空遥感影像的变化检测在城市规划等领域发挥着重要作用。文章提出一种基于单类分类的变化检测方法,通过对不同时相的航空遥感影像进行单类分类,提取针对该兴趣类别的变化信息。该方法仅需要兴趣类别的训练样本