本文關(guān)鍵詞：全卷積網(wǎng)絡(luò)結(jié)合改進(jìn)的條件隨機(jī)場(chǎng)-循環(huán)神經(jīng)網(wǎng)絡(luò)用于SAR圖像場(chǎng)景分類，，由筆耕文化傳播整理發(fā)布。

【摘要】：傳統(tǒng)合成孔徑雷達(dá)(SAR)圖像基于粗分割像素塊提取相關(guān)特征,后接支持向量機(jī)(SVM)和馬爾可夫隨機(jī)場(chǎng)(MRF)或條件隨機(jī)場(chǎng)(CRF)進(jìn)行分類,該方法存在同一像素塊內(nèi)部不同類別像素的誤差,而且只考慮鄰近區(qū)域未充分用到全局信息和結(jié)構(gòu)信息。故考慮基于像素點(diǎn)引入全卷積網(wǎng)絡(luò)(FCN),以ESAR衛(wèi)星圖像為樣本,基于像素點(diǎn)級(jí)別構(gòu)建卷積網(wǎng)絡(luò)進(jìn)行訓(xùn)練,得到各像素的初始類別分類概率。為了考慮全局像素類別的影響后接CRF-循環(huán)神經(jīng)網(wǎng)絡(luò)(CRF-RNN),利用FCN得到的初始概率,結(jié)合CRF結(jié)構(gòu)得到全局像素類別轉(zhuǎn)移結(jié)果,之后進(jìn)行RNN的迭代進(jìn)一步優(yōu)化實(shí)驗(yàn)結(jié)果。由于基于像素點(diǎn)和考慮了全局信息與結(jié)構(gòu)信息,克服了傳統(tǒng)分類的部分缺點(diǎn),使正確率較傳統(tǒng)SVM或CRF方法平均提高了約6.5個(gè)百分點(diǎn)。由于CRF-RNN的距離權(quán)重是用高斯核人為擬合的,不能隨實(shí)際訓(xùn)練樣本來改變和確定,故存在一定誤差,針對(duì)該問題提出可訓(xùn)練的全圖距離權(quán)重卷積網(wǎng)絡(luò)來改進(jìn)CRF-RNN,最終實(shí)驗(yàn)結(jié)果表明改進(jìn)后方法的正確率較未改進(jìn)的CRF-RNN又提高了1.04個(gè)百分點(diǎn)。
【作者單位】： 武漢大學(xué)電子信息學(xué)院;
【關(guān)鍵詞】： 全卷積網(wǎng)絡(luò) 條件隨機(jī)場(chǎng)-循環(huán)神經(jīng)網(wǎng)絡(luò) 全局信息 全圖距離權(quán)重
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61331016,41371342)~~
【分類號(hào)】：TN957.52;TP183
【正文快照】： 0引言合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)圖像的場(chǎng)景分類與檢測(cè)是主流研究的熱門領(lǐng)域,經(jīng)常用于民用或軍用的地面目標(biāo)檢測(cè)和分類任務(wù)。目前主要采取基于粗分割像素塊[1-2]的特征提取加分類器的方法,特征有強(qiáng)度特征、紋理特征和極化分解特征,通過選擇不同特征和不同分

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 宗萍;施水才;王濤;呂學(xué)強(qiáng);;基于條件隨機(jī)場(chǎng)的英文地理行政實(shí)體識(shí)別[J];現(xiàn)代圖書情報(bào)技術(shù);2009年02期

2 張開旭;夏云慶;宇航;;基于條件隨機(jī)場(chǎng)的古漢語自動(dòng)斷句與標(biāo)點(diǎn)方法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年10期

3 成姣;蔡?hào)|風(fēng);季鐸;;基于條件隨機(jī)場(chǎng)的日語依存分析[J];沈陽航空工業(yè)學(xué)院學(xué)報(bào);2010年05期

4 李玲玲;金泰松;李翠華;;基于局部特征和隱條件隨機(jī)場(chǎng)的場(chǎng)景分類方法[J];北京理工大學(xué)學(xué)報(bào);2012年07期

5 寧偉;蔡?hào)|風(fēng);張桂平;季鐸;苗雪雷;;基于條件隨機(jī)場(chǎng)的冠詞選擇研究[J];中文信息學(xué)報(bào);2008年06期

6 張玉芳;莫凌琳;熊忠陽;耿曉斐;;基于條件隨機(jī)場(chǎng)的科研論文信息分層抽取[J];計(jì)算機(jī)應(yīng)用研究;2009年10期

7 王昌厚;;基于條件隨機(jī)場(chǎng)的中文命名體識(shí)別[J];福建電腦;2012年02期

8 施水才;王鍇;韓艷鏵;呂學(xué)強(qiáng);;基于條件隨機(jī)場(chǎng)的領(lǐng)域術(shù)語識(shí)別研究[J];計(jì)算機(jī)工程與應(yīng)用;2013年10期

9 王東波;陳小荷;年洪東;;基于條件隨機(jī)場(chǎng)的有標(biāo)記聯(lián)合結(jié)構(gòu)自動(dòng)識(shí)別[J];中文信息學(xué)報(bào);2008年06期

10 方瑩;;基于條件隨機(jī)場(chǎng)的英文農(nóng)產(chǎn)品名識(shí)別[J];河南科學(xué);2011年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前5條

1 王東波;陳小荷;年洪東;;基于條件隨機(jī)場(chǎng)的有標(biāo)記聯(lián)合結(jié)構(gòu)自動(dòng)識(shí)別[A];第四屆全國(guó)學(xué)生計(jì)算語言學(xué)研討會(huì)會(huì)議論文集[C];2008年

2 張奇;翁富良;黃萱菁;吳立德;;英文口語中非流利區(qū)域的檢測(cè)[A];內(nèi)容計(jì)算的研究與應(yīng)用前沿——第九屆全國(guó)計(jì)算語言學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

3 魏瑋;杜金華;徐波;;基于分層語塊分析的統(tǒng)計(jì)翻譯研究[A];內(nèi)容計(jì)算的研究與應(yīng)用前沿——第九屆全國(guó)計(jì)算語言學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

4 王根;趙軍;;基于多重冗余標(biāo)記CRF的句子情感分析研究[A];內(nèi)容計(jì)算的研究與應(yīng)用前沿——第九屆全國(guó)計(jì)算語言學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

5 寧偉;蔡?hào)|風(fēng);季鐸;;基于條件隨機(jī)場(chǎng)的冠詞選擇研究[A];第四屆全國(guó)學(xué)生計(jì)算語言學(xué)研討會(huì)會(huì)議論文集[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 熊英;中文自然語言理解中基于條件隨機(jī)場(chǎng)理論的詞法分析研究[D];上海交通大學(xué);2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙九洋;圖像中行人檢測(cè)關(guān)鍵技術(shù)研究[D];南京大學(xué);2015年

2 寧振;基于層疊條件隨機(jī)場(chǎng)的情感分析[D];南昌大學(xué);2015年

3 楊獻(xiàn)祥;面向中文微博的產(chǎn)品名實(shí)體識(shí)別與規(guī)范化算法設(shè)計(jì)與實(shí)現(xiàn)[D];北京理工大學(xué);2015年

4 肖s

本文編號(hào)：448444