本文關(guān)鍵詞：一種飛機目標的遙感識別方法　出處：《測繪通報》2017年03期 　論文類型：期刊論文

  更多相關(guān)文章： AdaBoost RCNN 飛機識別 高空間分辨率遙感影像

【摘要】：高空間分辨率遙感影像通常具有數(shù)據(jù)量大、背景復雜及地物占比較少等特點。如果直接將RCNN模型應用于高空間分辨率遙感影像目標識別,計算量大且效率低。級聯(lián)AdaBoost算法識別率高、速度快,但又會產(chǎn)生較多的虛假目標。本文結(jié)合RCNN模型和級聯(lián)AdaBoost算法,提出了一種由粗到精的飛機目標識別方法。首先使用基于HOG特征的級聯(lián)AdaBoost算法快速提取飛機目標候選區(qū)域,然后利用基于卷積神經(jīng)網(wǎng)絡特征的SVM對飛機目標候選區(qū)域進行精細識別。試驗表明,本文提出的方法在保證準確率的同時,還有效提高了計算效率。
[Abstract]:High spatial resolution remote sensing image usually has a large amount of data, complex background and object characteristics. If accounted for less directly with the application of RCNN model in high spatial resolution remote sensing image target recognition, a large amount of calculation and low efficiency. The cascade AdaBoost algorithm with high recognition rate, fast speed, but will produce more false targets. In this paper RCNN model and cascade AdaBoost algorithm, proposes a coarse to fine method of airplane recognition. First use of rapid extraction of aircraft target candidate region cascade AdaBoost algorithm based on HOG feature, and then use the neural network based on convolution feature of SVM plane target candidate region for fine recognition. Experiments show that this method is accurate the rate in which at the same time, but also effectively improves the computational efficiency.

【作者單位】： 中國科學院遙感與數(shù)字地球研究所;中國科學院大學;
【分類號】：TP751
【正文快照】： 高空間分辨率遙感影像具有豐富的空間信息、地物紋理信息和清晰的幾何結(jié)構(gòu),可用于目標的精確識別。遙感識別中的目標主要有飛機、艦船、油罐、樹木等人為和自然要素。飛機作為一種重要戰(zhàn)略目標,基于高空間分辨率遙感影像的識別在軍事和民用領(lǐng)域都具有重要意義。國內(nèi)外學者對飛

【相似文獻】

相關(guān)期刊論文 前10條

1 盧建;辛玉林;陳曾平;;飛機目標紅外成像建模與仿真[J];電子測量技術(shù);2010年07期

2 劉占軍;許家棟;;飛機目標雷達回波分析[J];彈箭與制導學報;2006年S3期

3 LarsSvard;Nils-AkeNilsson;孟祥征;;評定雷達引信用的飛機目標橢圓體模型[J];航空兵器;1987年05期

4 秦宇飛;劉曉山;馮海星;;某型飛機目標易損性分析系統(tǒng)設計[J];機電產(chǎn)品開發(fā)與創(chuàng)新;2010年01期

5 涂建平,彭應寧;飛機目標紅外圖像序列雙閾值分割方法[J];兵工學報;2004年01期

6 李金梁;曾勇虎;周波;付海波;;飛機目標靜態(tài)與動態(tài)測量的姿態(tài)一致性[J];北京航空航天大學學報;2013年04期

7 LarsSv釨rd ,Nils-，

本文編號：1403825