基于显著性主动学习的SAR图像分类

• 作者: 温显斌 王鑫
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: SAR图像分类 显著性 主动学习
• 年，卷（期）: 2016,（2）
• 页码范围: 36-39
• 页数: 4页
• 分类号: TP391
• 字数: 3231字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2016.002.009

摘要

SAR图像分类是实现SAR图像理解和解译的关键步骤,本文将显著性检测、主动学习和支持向量机分类技术相结合,提出基于显著性主动学习的SAR图像分类算法.该算法首先将基于卷积和下采样得到不同尺度的SAR图像;然后对各尺度SAR图像进行显著性检测,分为显著性区域与非显著性区域,最后对区域内像素提取特征,并由基于支持向量机的主动学习方法进行分类.实验结果表明:本文提出的方法极大提高了支持向量机分类的精度和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温显斌	天津理工大学计算机与通信工程学院计算机视觉与系统教育部重点实验室天津市智能计算及软件新技术重点实验室	41	173	8.0	11.0
2	王鑫	天津理工大学计算机与通信工程学院计算机视觉与系统教育部重点实验室天津市智能计算及软件新技术重点实验室	15	54	4.0	7.0