-
公开(公告)号：CN108960143B
公开(公告)日：2021-02-23
申请号：CN201810721881.4
申请日：2018-07-04
Applicant: 北京航空航天大学 , 北京卫星信息工程研究所
Abstract: 本发明一种高分辨率可见光遥感图像中的舰船检测深度学习方法，步骤如下：一、读入图像数据并进行预处理；二、对图像整体提取特征；三、在卷积层提取出图像抽象特征后，筛选出目标候选区域；四、在对应全图的特征图上切分出各目标候选区域的特征块，并用感兴趣区域池化层对特征块进行尺寸归一化；五、将特征送入全连接层得到空间变换参数，然后将空间变换参数与特征送入空间变换层，得到形变校正后的特征；六、根据校正后的特征对目标候选区域进行再次分类和位置修正。本发明增强了检测方法对目标旋转等形变的鲁棒性，提升高分辨率可见光遥感图像中的舰船目标检测效果，可应用在高分辨率可见光遥感图像船只目标检测中，具有广阔应用前景和价值。
-
公开(公告)号：CN108960143A
公开(公告)日：2018-12-07
申请号：CN201810721881.4
申请日：2018-07-04
Applicant: 北京航空航天大学 , 北京卫星信息工程研究所
CPC classification number: G06K9/0063 , G06K9/6256 , G06K9/6267
Abstract: 本发明一种高分辨率可见光遥感图像中的舰船检测深度学习方法，步骤如下：一、读入图像数据并进行预处理；二、对图像整体提取特征；三、在卷积层提取出图像抽象特征后，筛选出目标候选区域；四、在对应全图的特征图上切分出各目标候选区域的特征块，并用感兴趣区域池化层对特征块进行尺寸归一化；五、将特征送入全连接层得到空间变换参数，然后将空间变换参数与特征送入空间变换层，得到形变校正后的特征；六、根据校正后的特征对目标候选区域进行再次分类和位置修正。本发明增强了检测方法对目标旋转等形变的鲁棒性，提升高分辨率可见光遥感图像中的舰船目标检测效果，可应用在高分辨率可见光遥感图像船只目标检测中，具有广阔应用前景和价值。
-
公开(公告)号：CN105512622B
公开(公告)日：2018-11-09
申请号：CN201510864631.2
申请日：2015-12-01
Applicant: 北京航空航天大学 , 航天恒星科技有限公司
Abstract: 本发明一种基于图分割和监督学习的可见光遥感图像海陆分割方法，它有五大步骤：步骤一：计算机读取数据；步骤二：对图像进行图分割；步骤三：对分割后的图像区域提取统计特征；步骤四：训练线性SVM分类器；步骤五：利用训练好的线性SVM来进行海陆判断，得到最终的海陆分割结果图。本发明克服了现有技术的不足，很好地解决了可见光遥感图像中的海陆分割问题，取得了较好的分割结果，因而此方法可以应用在可见光遥感图像船只检测流程之一的海陆分割中，具有广阔的应用前景和价值。
-
公开(公告)号：CN105512622A
公开(公告)日：2016-04-20
申请号：CN201510864631.2
申请日：2015-12-01
Applicant: 北京航空航天大学 , 航天恒星科技有限公司
CPC classification number: G06K9/0063 , G06K9/342 , G06K9/6269
Abstract: 本发明一种基于图分割和监督学习的可见光遥感图像海陆分割方法，它有五大步骤：步骤一：计算机读取数据；步骤二：对图像进行图分割；步骤三：对分割后的图像区域提取统计特征；步骤四：训练线性SVM分类器；步骤五：利用训练好的线性SVM来进行海陆判断，得到最终的海陆分割结果图。本发明克服了现有技术的不足，很好地解决了可见光遥感图像中的海陆分割问题，取得了较好的分割结果，因而此方法可以应用在可见光遥感图像船只检测流程之一的海陆分割中，具有广阔的应用前景和价值。
-
-
-
Search Results
4
records
(took 0.044 seconds)
