基于深度卷积神经网络的飞机识别研究

• 作者: 任世杰 刘云峰 唐小佩 杨小冈
• 来源期刊: 电光与控制
• 学科: 工学
• 关键词: 图像识别 遥感图像 飞机识别 卷积神经网络 深度学习
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 工程应用
• 页码范围: 68-72
• 页数: 5页
• 分类号: TP391.41
• 字数: 4107字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-637X.2018.05.014

摘要

为快速准确识别机场遥感图像飞机目标,提出了一种深度卷积神经网络与边缘轮廓特征提取技术结合的识别算法.利用深度卷积神经网络对机场遥感图像中飞机目标进行深度特征提取,针对飞机停机位置存在阴影的问题,结合优化后的Canny算子得到目标轮廓,经由支持向量机给飞机分类.算法主要有两个阶段.第一阶段为训练阶段,主要对深度卷积神经网络进行训练,将获得的特征归一化;利用Canny算子得到边缘特征,通过主成分分析法得到飞机主轴,求解主轴两侧边缘点欧氏距离作为特征向量;接着完成支持向量机分类器训练.第二阶段为测试阶段,主要对算法进行验证并测试准确性.实验结果证明,算法识别的正确率高达94.39％,能够较好地识别飞机目标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘云峰		5	21	2.0	4.0
2	杨小冈		23	62	5.0	6.0
3	唐小佩		4	18	2.0	4.0
4	任世杰		3	13	2.0	3.0