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:
采用深度学习算法:首先通过超分辨复原生成对抗网络实现图像超分辨率,在包括测试船舶本体的多个训练集中进行训练;然后采用AlexNet网络进行分类检测;最后采用Reti-naNet网络进行目标识别.实验表明:与不包含测试本体的训练集相比,包含测试本体的训练集超分辨率下的目标识别精确率最高.
推荐文章
遥感图像超分辨率复原算法的仿真实现
遥感图像
超分辨率复原
分辨率提高
目标识别
基于插值的遥感图像超分辨率重建
插值
遥感
亚像素
超分辨率重建
机器视觉系统超分辨率图像准确识别方法研究
机器视觉系统
超分辨率
图像识别
遥感图像超分辨率重建技术研究及地质解译应用
超分辨率重建
残差网络
遥感图像
地质解译
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 训练集对遥感图像超分辨率下自动目标识别影响的研究
来源期刊 重庆理工大学学报(自然科学版) 学科
关键词 图像超分辨率 遥感图像 SRGAN 目标识别 深度学习
年,卷(期) 2021,(2) 所属期刊栏目 信息·计算机
研究方向 页码范围 136-143
页数 8页 分类号 TP39
字数 语种 中文
DOI 10.3969/j.issn.1674-8425(z).2021.02.018
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (180)
共引文献  (40)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(12)
  • 参考文献(0)
  • 二级参考文献(12)
2014(19)
  • 参考文献(0)
  • 二级参考文献(19)
2015(11)
  • 参考文献(1)
  • 二级参考文献(10)
2016(18)
  • 参考文献(4)
  • 二级参考文献(14)
2017(21)
  • 参考文献(1)
  • 二级参考文献(20)
2018(14)
  • 参考文献(2)
  • 二级参考文献(12)
2019(13)
  • 参考文献(1)
  • 二级参考文献(12)
2020(5)
  • 参考文献(3)
  • 二级参考文献(2)
2021(0)
  • 参考文献(0)
  • 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
图像超分辨率
遥感图像
SRGAN
目标识别
深度学习
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导