结合卷积神经网络与显著性特征的机场检测
遥感影像机场检测中,针对传统人工设计特征的方法稳健性差、检测耗时的问题,提出了一种结合卷积神经网络与显著性特征的遥感影像机场检测算法.利用卷积神经网络快速准确地检测出机场目标,确定兴趣区域,对兴趣区域进行显著性检测和连通区提取,从而获取更加精确的机场边界,最后利用多种场景下的影像进行测试.结果 表明,本文方法具有明显的精度和速度优势;利用频率视觉显著性分析方法对获得的机场区域进行视觉显著性检测,可有效获取机场和跑道的精确边界,提高机场检测的效果和实用价值.
机场检测、遥感影像、卷积神经网络、显著性特征
P237(摄影测量学与测绘遥感)
国家自然科学基金41601507
2019-11-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
44-49