基于卷积神经网络的SAR舰船检测算法

• 作者: 戴文鑫
• 来源期刊: 现代计算机
• 关键词: 合成孔径雷达 船舶目标检测 深度学习
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 图形图像
• 页码范围: 64-68
• 页数: 5页
• 字数: 3193字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.09.015

摘要

合成孔径雷达(SAR)是全天候全天时的传感器,如GF-3、Sentinel-1、TerraSAR-X等,可以产生高分辨率SAR图像,被广泛应用于船舶交通监测、军事和民用领域.SAR图像中的船舶作为重要的军事和民用目标,是需要重点关注的对象.通过针对开放的OpenSARShip数据集进行实验,并引入基于卷积神经网络的检测算法建立相关检测模型,与传统的CFAR算法进行对比分析,结果显示基于卷积神经网络的检测算法可以获得较高的检测精度,要明显高于传统的CFAR检测算法,该研究结果可为SAR图像船舶检测的人工智能化技术提供一些方法上的参考和指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴文鑫	四川大学计算机学院	2	0	0.0	0.0