基于卷积神经网络的光学遥感图像船只检测
目的 研究无需进行复杂的图像预处理和人工特征提取,就能提高光学遥感图像的船只检测准确率和实现船只类型精细分类.方法 对输入的检测图像,采用选择性搜索的方法产生船只候选区域,用已经标记好的训练样本对卷积神经网络进行监督训练,得到网络参数,然后使用经过监督训练的卷积神经网络提取抽象特征,并对候选区域进行分类,根据船只候选区域的分类概率同时确定船只的位置以及类型.结果 与现有的2种检测方法进行对比,实验结果表明卷积神经网络能有效提高船只检测准确率,平均检测准确率达到了93.3%.结论 该检测方法无需进行复杂的预处理,能同时对船只进行检测和分类,并能有效提高船只检测准确率.
卷积神经网络、光学遥感图像、船只检测
37
P407.8;TP391(一般理论与方法)
2016-09-13(万方平台首次上网日期,不代表论文的发表时间)
前插1,1-6