一种飞机目标的遥感识别方法

• 作者: 乔彦友 殷文斌 王成波 袁翠
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: AdaBoost RCNN 飞机识别 高空间分辨率遥感影像
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 学术研究
• 页码范围: 34-37
• 页数: 4页
• 分类号: P237
• 语种: 中文
• DOI: 10.13474/j.cnki.11-2246.2017.0079

摘要

高空间分辨率遥感影像通常具有数据量大、背景复杂及地物占比较少等特点.如果直接将RCNN模型应用于高空间分辨率遥感影像目标识别,计算量大且效率低.级联AdaBoost算法识别率高、速度快,但又会产生较多的虚假目标.本文结合RCNN模型和级联AdaBoost算法,提出了一种由粗到精的飞机目标识别方法.首先使用基于HOG特征的级联AdaBoost算法快速提取飞机目标候选区域,然后利用基于卷积神经网络特征的SVM对飞机目标候选区域进行精细识别.试验表明,本文提出的方法在保证准确率的同时,还有效提高了计算效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔彦友	中国科学院遥感与数字地球研究所	20	348	10.0	18.0
2	王成波	中国科学院遥感与数字地球研究所	9	34	3.0	5.0
3	殷文斌	中国科学院遥感与数字地球研究所	1	8	1.0	1.0
7	袁翠	中国科学院遥感与数字地球研究所	1	8	1.0	1.0