基于增量学习的高光谱图像目标检测

• 作者: 伍伟 张宁 朱新忠 沈霁 袁杰 谢凤英 陈嘉杰
• 来源期刊: 上海航天
• 学科: 工学
• 关键词: 高光谱图像 目标检测 增量学习 约束能量最小化 背景压制
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能航天应用
• 页码范围: 44-49
• 页数: 6页
• 分类号: TP181
• 字数: 3409字
• 语种: 中文
• DOI: 10.19328/j.cnki.1006-1630.2019.05.006

摘要

高光谱图像目标检测是高光谱图像分析中的重要研究内容之一.本文从经典有效的约束能量最小化算法出发,提出了一种基于增量学习的高光谱目标检测方法.当获得新的样本时,不需要重新计算所有样本的自相关矩阵即可对检测器模型进行更新,减轻了星上有限计算资源的负担.实验结果表明:本文提出的目标检测算法在压制背景光谱的同时可以更好地适应目标光谱,提高了算法的检测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢凤英	北京航空航天大学宇航学院	26	384	9.0	19.0
2	朱新忠		13	35	4.0	5.0
3	袁杰		10	0	0.0	0.0
4	沈霁		9	29	3.0	5.0
5	伍伟		2	0	0.0	0.0
6	张宁		10	52	4.0	7.0
7	陈嘉杰	北京航空航天大学宇航学院	1	0	0.0	0.0