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:
以舰船为研究对象,研究高分辨遥感图像的多尺度多目标检测中的关键技术,主要解决多尺度多目标识别和细粒度分类准确率低等问题.在目标定位方面,利用特征金字塔深度网络定位多目标区域,创建一个在所有尺度上均具有语义信息的特征金字塔,有效解决多尺度多目标数据定位准确率低这一关键问题;在目标识别方面,利用共享CNN网络重建输入图像、优化多任务损失函数提取细粒度分类目标结构特征,提高细分目标识别准确率.与GoogLeNet、Faster R-CNN和Yolo三种目标检测算法对比实验表明,利用特征金字塔和重建输入图像可有效检测多目标多尺度的细粒度船舶对象,漏检率为1.5%,细粒度分类识别平均准确率为92.67%.
推荐文章
基于MAP框架的金字塔人脸超分辨率算法
超分辨率
贝叶斯
最大后验概率
金字塔
父结构
基于Faster R-CNN的高分辨率 图像目标检测技术
目标检测
FasterR-CNN
卷积神经网络
高分辨率遥感图像
基于视觉显著性的高分辨率遥感图像目标检测算法
视觉显著性
遥感图像
FT算法
Otsu算法
目标检测
高分辨率遥感影像城市道路提取方法研究
高分辨率遥感影像
道路提取
多尺度影像
边缘特征检测
分层约束
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 基于特征金字塔模型的高分辨率遥感图像船舶目标检测
来源期刊 大连海事大学学报 学科 工学
关键词 高分辨率遥感图像 船舶检测 多尺度多目标检测
年,卷(期) 2019,(4) 所属期刊栏目
研究方向 页码范围 131-138
页数 8页 分类号 TP391.41
字数 语种 中文
DOI 10.16411/j.cnki.issn1006-7736.2019.04.018
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 周慧 大连东软信息学院计算机与软件学院 14 116 4.0 10.0
2 陈澎 大连海事大学航海学院 20 101 6.0 9.0
3 严凤龙 大连东软信息学院计算机与软件学院 1 0 0.0 0.0
4 褚娜 大连东软信息学院计算机与软件学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (74)
共引文献  (46)
参考文献  (23)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(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)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(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(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(9)
  • 参考文献(3)
  • 二级参考文献(6)
2015(11)
  • 参考文献(4)
  • 二级参考文献(7)
2016(9)
  • 参考文献(3)
  • 二级参考文献(6)
2017(17)
  • 参考文献(5)
  • 二级参考文献(12)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高分辨率遥感图像
船舶检测
多尺度多目标检测
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
大连海事大学学报
季刊
1006-7736
21-1360/U
大16开
大连市凌海路1号
1957
chi
出版文献量(篇)
2537
总下载数(次)
4
总被引数(次)
21974
论文1v1指导