基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于高分辨率遥感影像进行飞机目标的自动检测对精确掌握飞机的空间位置具有重要意义.由于飞机姿态不一、背景复杂、轮廓不完整等原因,导致飞机自动检测的难度较大、检测精度不高.传统飞机检测方法主要基于人工特征和机器学习分类器,在算法鲁棒性、位移、旋转不变性等方面表现欠佳.为了解决上述问题,通过引入深度神经网络模型和迁移学习策略,基于国产高分辨率遥感影像实现了飞机目标的高精度检测.具体而言,首先构建了多尺度飞机样本数据库,并基于YOLO V2目标检测模型进行迁移学习,从而提高飞机检测模型的精度和鲁棒性.以上海浦东机场GF-2影像为例进行飞机目标检测实验,实验结果表明:飞机召回率为92.25%,正确率为94.93%;通过深度学习和模型迁移可以实现小样本情况下的飞机目标高精度检测.该方法可以推广到其他地物的检测和识别中,具有较好的推广意义和价值.
推荐文章
遥感应急目标影像自动检测及制图方法
应急响应
点目标
自动检测
分水岭分割算法
飞机平尾偏角故障的自动检测
单片机
平尾偏角
平衡速度
某型飞机襟翼自动检测系统的设计
襟翼伺服控制系统
控制器
嵌入式工控机
锁相环
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的国产高分遥感影像飞机目标自动检测
来源期刊 遥感技术与应用 学科 工学
关键词 遥感影像 深度学习 目标检测 飞机 卷积神经网络
年,卷(期) 2018,(6) 所属期刊栏目 数据与图像处理
研究方向 页码范围 1095-1102
页数 8页 分类号 TP391.4
字数 语种 中文
DOI 10.11873/j.issn.1004-0323.2018.6.1095
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李淑敏 1 4 1.0 1.0
2 冯权泷 1 4 1.0 1.0
3 梁其椿 1 4 1.0 1.0
4 张学庆 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (142)
共引文献  (157)
参考文献  (15)
节点文献
引证文献  (4)
同被引文献  (21)
二级引证文献  (2)
1962(4)
  • 参考文献(0)
  • 二级参考文献(4)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(8)
  • 参考文献(0)
  • 二级参考文献(8)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(11)
  • 参考文献(0)
  • 二级参考文献(11)
2015(16)
  • 参考文献(0)
  • 二级参考文献(16)
2016(18)
  • 参考文献(4)
  • 二级参考文献(14)
2017(24)
  • 参考文献(3)
  • 二级参考文献(21)
2018(7)
  • 参考文献(6)
  • 二级参考文献(1)
2018(7)
  • 参考文献(6)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
遥感影像
深度学习
目标检测
飞机
卷积神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
遥感技术与应用
双月刊
1004-0323
62-1099/TP
大16开
兰州市天水路8号
54-21
1986
chi
出版文献量(篇)
2767
总下载数(次)
11
论文1v1指导