基于卷积神经网络的遥感图像飞机目标识别

• 作者: 刘坤 晁安娜
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 卷积神经网络 深度学习 遥感图像 飞机识别
• 年，卷（期）: 2017,（22）
• 所属期刊栏目: 人工智能
• 页码范围: 66-69,73
• 页数: 5页
• 分类号: TP391.9
• 字数: 3587字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.22.018

摘要

遥感图像的识别技术一直被广泛运用于民用和军事领域.针对采集到的遥感飞机图像存在大量干扰,如遮挡、噪声、视角变化等因素,提出一种改进的基于卷积神经网络的遥感图像目标识别算法.在复杂环境下,运用卷积神经网络对飞机目标进行识别,避免了在特征提取过程中信息的丢失,提高了识别率.实验结果证明了该算法在遥感图像飞机目标识别中的可行性,能克服尺度变化及目标姿态变化等因素的影响.同时提出的算法较传统CNN、BP神经网络和支持向量机(SVM)方法具有更好的识别效果,鲁棒性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘坤	上海海事大学信息工程学院	23	86	6.0	9.0
2	晁安娜	上海海事大学信息工程学院	1	8	1.0	1.0