遙感圖像目標(biāo)檢測是遙感技術(shù)的重要應(yīng)用,近年來在軍事和民用的多個領(lǐng)域發(fā)揮著越來越重要的作用。最近,深度學(xué)習(xí)用于自動目標(biāo)特征學(xué)習(xí),克服了傳統(tǒng)方法特征提取能力不足和自動化程度低等問題,在遙感圖像目標(biāo)檢測中顯示出很好的應(yīng)用前景。然而,隨著遙感成像技術(shù)的發(fā)展,遙感圖像的分辨率不斷提高,圖像規(guī)模和復(fù)雜度也迅速增加,給寬幅場景下的快速目標(biāo)檢測提出挑戰(zhàn)。哈希學(xué)習(xí)通過機(jī)器學(xué)習(xí)算法將數(shù)據(jù)映射為二進(jìn)制碼,憑借其二值計(jì)算的高效性可以有效提高計(jì)算效率,在圖像檢索領(lǐng)域應(yīng)用廣泛。本文面向高分辨寬幅遙感圖像,將哈希學(xué)習(xí)引入雙階段深度學(xué)習(xí)目標(biāo)檢測算法中,從深度學(xué)習(xí)模型的結(jié)構(gòu)、特征和機(jī)制三個方面,將哈希學(xué)習(xí)與深度學(xué)習(xí)相結(jié)合,提出三種快速深度哈希目標(biāo)檢測網(wǎng)絡(luò),旨在保持較高檢測精度的同時提高檢測速度。主要工作和創(chuàng)新如下:（1）針對目標(biāo)在寬幅遙感圖像中非密集分布的特點(diǎn),提出了深度哈希輔助網(wǎng)絡(luò)模型。在雙階段檢測模型中構(gòu)建哈希輔助分支,以快速判別局部區(qū)域是否為潛在目標(biāo)區(qū)域,構(gòu)造了協(xié)同哈希正則損失,對多支路網(wǎng)絡(luò)進(jìn)行端到端訓(xùn)練。一方面,哈希輔助分支具有結(jié)構(gòu)簡單以及高效二值計(jì)算的特點(diǎn),其判別過程引入的額外計(jì)算可忽略;另一方面,哈希輔助分... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：101 頁

【學(xué)位級別】：碩士

【部分圖文】：

基于模板匹配的目標(biāo)檢測算法流程

圖 1. 2 基于知識的目標(biāo)檢測算法流程（3）基于手工特征提取與機(jī)器學(xué)習(xí)的目標(biāo)檢測算法借助于手工設(shè)計(jì)的特征表示以及機(jī)器學(xué)習(xí)強(qiáng)大的分類能力，許多研究將目標(biāo)檢測問題看作一個分類問題并取得了重要的研究成果。如圖 1.3 為基于機(jī)器學(xué)習(xí)的檢測算

圖 1. 3 基于手工特征提取與機(jī)器學(xué)習(xí)的目標(biāo)檢測算法流程深度學(xué)習(xí)目標(biāo)檢測方法自 2006 年 GeoffreyHinton 等人[20]提出深度學(xué)習(xí)概念之后，深度學(xué)習(xí)技術(shù)開始不斷發(fā)展。借助于多媒體數(shù)據(jù)的爆炸式增長以及計(jì)算機(jī)硬件尤其是圖形處理器（GPU）

【參考文獻(xiàn)】：
期刊論文
[1]大數(shù)據(jù)哈希學(xué)習(xí):現(xiàn)狀與趨勢[J]. 李武軍,周志華.  科學(xué)通報(bào). 2015(Z1)
[2]一種高分辨率遙感圖像艦船檢測方法研究[J]. 孫皓,孫顯,王宏琦.  測繪科學(xué). 2013(05)

碩士論文
[1]基于哈希學(xué)習(xí)的遙感圖像目標(biāo)檢測及應(yīng)用[D]. 徐暉.南京理工大學(xué) 2018
[2]基于知識的遙感圖像港口目標(biāo)識別[D]. 柴宏磊.電子科技大學(xué) 2015



本文編號：3564761