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:
为了实现大幅面遥感图像中飞机目标的高效检测与准确定位,通过深度神经网络(DNN)的级联组合,提出了一种新颖的搜寻与检测相集成的飞机目标高效检测算法.首先,运用高性能的端到端DNN网络,进行停机坪与跑道区域的像素级高效精准分割,从而大幅度缩小飞机目标的搜索范围,以降低虚警发生概率,完成飞机目标候选检测区域的快速搜寻.然后,针对分割所得停机坪与跑道区域,借助手工数据集对YOLO网络模型进行迁移式强化训练,一方面可以弥补训练集在样本类型与数据规模上的不足,另一方面借助YOLO网络的强时效性优势对飞机目标的位置进行回归求解,可以显著提高飞机目标的检测效率.停机坪与跑道区域分割DNN网络在分割精度与时效性上具有显著优势,而迁移式强化训练YOLO网络不仅具有很高的检测效率,在检测精度上也能保持良好的性能.通过一系列综合实验与对比分析,验证了提出的搜寻与检测相集成的DNN级联组合式飞机目标高效检测算法的性能优势.
推荐文章
一种基于深度学习的遥感图像目标检测算法
遥感图像
目标检测
深度学习
基于深度特征学习的图像自适应目标识别算法
深度学习
卷积神经网络
自适应
图像识别
算法
基于深度神经网络的遥感图像飞机目标检测
遥感图像
目标检测
密度聚类
卷积神经网络
像素级标签
一个改进的遥感图像目标纹理分类识别算法
SOFM
纹理谱
波谱分析
规则分类
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 遥感图像飞机目标高效搜检深度学习优化算法
来源期刊 北京航空航天大学学报 学科 工学
关键词 深度学习 深度神经网络 停机坪与跑道分割 飞机目标检测 大幅面遥感图像
年,卷(期) 2019,(1) 所属期刊栏目
研究方向 页码范围 159-173
页数 15页 分类号 TP753
字数 12827字 语种 中文
DOI 10.13700/j.bh.1001-5965.2018.0239
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 秦世引 北京航空航天大学自动化科学与电气工程学院 67 1075 16.0 31.0
2 郭琳 北京航空航天大学自动化科学与电气工程学院 5 28 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (14)
参考文献  (11)
节点文献
引证文献  (11)
同被引文献  (28)
二级引证文献  (2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(8)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(8)
  • 二级引证文献(0)
2019(8)
  • 引证文献(8)
  • 二级引证文献(0)
2020(5)
  • 引证文献(3)
  • 二级引证文献(2)
研究主题发展历程
节点文献
深度学习
深度神经网络
停机坪与跑道分割
飞机目标检测
大幅面遥感图像
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
北京航空航天大学学报
月刊
1001-5965
11-2625/V
大16开
北京市海淀区学院路37号
1956
chi
出版文献量(篇)
6912
总下载数(次)
23
总被引数(次)
69992
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导