基于改进Faster R-CNN算法的舰船目标检测与识别
Faster R-CNN算法是一种基于区域建议网络的深度学习网络模型,近年被提出并应用于目标检测与识别领域.Faster R-CNN算法中区域建议网络的创新性提出,使之相对于经典的R-CNN算法和FastR-CNN算法有效地提高了目标检测的速度.本文分析了Faster R-CNN算法中区域建议网络的实现方法,并在区域建议网络的包围盒尺寸设置中引入了K-Means聚类算法,通过聚类方法对图像中目标大小进行聚类分析,将聚类结果直接输入区域建议网络中,从而实现对Faster R-CNN算法中的区域建议网络进行改进.对舰船目标的检测与识别的,实验结果表明:该方法在提高了Faster R-CNN算法识别精度的同时,显著地缩短了算法的识别时间.
目标检测与识别、Faster R-CNN算法、K-Means聚类算法
30
TP751.1(遥感技术)
国家自然科学基金资助项目61571145;黑龙江省自然科学基金重点项目ZD201216
2018-12-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
366-371,380