SAR图像港口船只的实时解析算法

摘要：

SAR图像较大难以实时运行且船只目标较小难以被识别,为此一种压缩级联深层神经网络算法被提出以实现对众多船只目标的分割定位识别.构建3个不同的卷积神经网络实现特征提取,引入级联结构融合不同网络输出的特征图实现网络的轻量化,融合后的特征输入金字塔池化模块实现特征细化,分类并解析.在Google Earth图像数据集中的实验结果表明,多分支网络的级联有助于大尺寸图像中目标特征的分散提取,分级的模型压缩有助于提升识别速度.

关键词：船只识别、级联、卷积神经网络、特征细化、分割

所属期刊栏目：41

分类号：T391.4

资助基金：国家自然科学基金项目;江苏省高校自然科学研究基金项目;南通市科技局科技计划基金项目;南通航运职业技术学院科技研究基金项目;江苏省教育厅优秀科技创新团队基金项目;江苏省交通运输厅科技研究基金项目

在线出版日期：2020-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1352-1357