基于机器学习的军事目标检测系统开发研究

• 作者: 周未 宋羿铭 解文彬
• 来源期刊: 现代计算机
• 关键词: 机器学习 遥感图像 融合特征 目标识别
• 年，卷（期）: 2020,（22）
• 所属期刊栏目: 图形图像
• 页码范围: 54-58
• 页数: 5页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.22.010

摘要

遥感侦察已成为各国主要的侦察技术手段之一,复杂战场环境中,如何从海量的遥感侦察图像中快速准确的获取目标信息,是获取打击优势的重要环节,为取代效率低下的人工作业,开发用于检测遥感图像中的军事目标软件进行辅助侦察具有重要的军事意义.搜集整理遥感图像和军事目标(以飞机为例)的样本,提取其浅层特征(LBP特征)和中层特征(HOG特征)进行融合,并运用SVM支持向量机进行训练,得到关于军事目标(以飞机为例)的分类器,成功实现对军事目标的检测,并对软件的交互界面进行开发.