作者:
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:
遥感图像目标检测具有十分重要的研究意义,当前遥感图像目标检测方法存在精度低,误差高,难以满足实际应用要求等不足,为了获得更优的遥感图像目标检测结果,提出了基于卷积神经网络的遥感图像目标检测.首先分析遥感图像目标检测的研究进展,采集遥感图像,对遥感图像进行预处理,并去除遥感图像复杂背景,提取遥感图像目标候选区域,然后采用卷积神经网络对遥感图像目标候选区域进行分类,实现遥感图像目标检测,最后在相同实验环境下,其当前经典遥感图像目标检测方法的对比测试.结果 表明,相对于经典方法,卷积神经网络大幅度提升了遥感图像目标检测精度,降低了图像目标检测的虚警率,具有十分广泛的应用前景.
推荐文章
基于全卷积神经网络的遥感图像海面目标检测
YOLOv3
全卷积神经网络
遥感图像
目标检测
基于卷积神经网络的目标检测研究综述
卷积神经网络
目标检测
深度学习
基于卷积神经网络的遥感图像去噪算法
图像去噪
卷积神经网络
遥感图像
深度学习
基于卷积神经网络的行人目标检测系统设计
卷积神经网络
行人目标
检测系统
CNN框架
目标传感器
训练文件
访问接口
复用加速结构
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 基于卷积神经网络的遥感图像目标检测
来源期刊 微型电脑应用 学科
关键词 遥感技术 目标检测 神经网络 目标候选区域 对比测试
年,卷(期) 2021,(7) 所属期刊栏目 研究与设计|RESEARCH AND DESIGN
研究方向 页码范围 127-130
页数 4页 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1007-757X.2021.07.036
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (136)
共引文献  (12)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(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)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(12)
  • 参考文献(0)
  • 二级参考文献(12)
2014(12)
  • 参考文献(0)
  • 二级参考文献(12)
2015(16)
  • 参考文献(0)
  • 二级参考文献(16)
2016(15)
  • 参考文献(1)
  • 二级参考文献(14)
2017(15)
  • 参考文献(0)
  • 二级参考文献(15)
2018(18)
  • 参考文献(3)
  • 二级参考文献(15)
2019(13)
  • 参考文献(3)
  • 二级参考文献(10)
2020(7)
  • 参考文献(4)
  • 二级参考文献(3)
2021(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
遥感技术
目标检测
神经网络
目标候选区域
对比测试
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导