高分辨率可見光遙感圖像豐富多樣的地物信息推動(dòng)了遙感圖像目標(biāo)檢測(cè)技術(shù)的發(fā)展。作為海上交通、海洋資源探測(cè)的重要載體,海面船舶目標(biāo)的快速準(zhǔn)確檢測(cè)在軍民領(lǐng)域具有重要意義。為滿足船舶檢測(cè)不斷提高的精度需求,當(dāng)前檢測(cè)方法已逐漸從傳統(tǒng)的視覺(jué)顯著性閾值分割過(guò)渡到以深度學(xué)習(xí)為代表的數(shù)據(jù)驅(qū)動(dòng)檢測(cè)方法。為滿足在存儲(chǔ)、能耗等資源受限的移動(dòng)端實(shí)時(shí)處理應(yīng)用需求,輕量級(jí)深度學(xué)習(xí)模型由于能夠大幅減少計(jì)算量被逐漸應(yīng)用于船舶檢測(cè)任務(wù)中。其中,稀疏Mobile Net V2是課題組經(jīng)過(guò)前期實(shí)驗(yàn)與研究積累的面向遙感在軌處理的方法,能夠有效實(shí)現(xiàn)平靜海面下船舶快速高精度檢測(cè),然而,由于其訓(xùn)練集中缺乏船舶目標(biāo)和正負(fù)樣本類不平衡的問(wèn)題,導(dǎo)致檢測(cè)模型在復(fù)雜的云干擾場(chǎng)景下易陷入過(guò)擬合。數(shù)據(jù)增強(qiáng)是一種對(duì)有限訓(xùn)練數(shù)據(jù)通過(guò)某種變換得到更多數(shù)據(jù)的技術(shù),可以從原始數(shù)據(jù)角度出發(fā)在一定程度上解決船舶目標(biāo)檢測(cè)的過(guò)擬合問(wèn)題。本文提出一種樣本空間與特征空間聯(lián)合的數(shù)據(jù)增強(qiáng)方法（Space Association Data Augmentation,SADA）,通過(guò)從樣本數(shù)據(jù)變換和特征空間擬合的角度豐富數(shù)據(jù)集,實(shí)現(xiàn)對(duì)船舶圖像的增強(qiáng)與補(bǔ)充,具體研究?jī)?nèi)容如下:（1... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：90 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

不同分辨率的

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-6-（3）多方向問(wèn)題：地面拍攝的常規(guī)圖像中的目標(biāo)，如行人、車輛等基本都是直立狀態(tài)。而遙感圖像采用俯視拍攝，目標(biāo)方向呈隨機(jī)360°分布，對(duì)應(yīng)的目標(biāo)檢測(cè)方法需要對(duì)方向具有魯棒性[91-93]。（4）背景復(fù)雜度高：遙感圖像通常幅寬較大，成像范圍較廣，所覆蓋的地面背景區(qū)域更為復(fù)雜多變[94]。（5）干擾因素多變：由于遙感衛(wèi)星搭載的相機(jī)在拍攝時(shí)易受天氣、光照、拍攝角度等因素影響，可能導(dǎo)致部分圖像中存在陰影、云層和薄霧等干擾[95]。（a）行人（b）車輛（c）交通標(biāo)志圖1-3自然場(chǎng)景下的目標(biāo)圖像（a）船舶（b）飛機(jī)（c）車輛圖1-4遙感場(chǎng)景下的目標(biāo)圖像以上特點(diǎn)導(dǎo)致可見光遙感圖像的目標(biāo)檢測(cè)存在極大的挑戰(zhàn)。船舶、飛機(jī)目標(biāo)不同于建筑等人造目標(biāo)，其尺寸較小，只有足夠的分辨率才能對(duì)其檢測(cè)提供足夠的信息[2]。對(duì)于本文研究的高分辨率遙感船舶圖像，除了滿足遙感圖像所具備的基本特點(diǎn)外，還具有如下五點(diǎn)特殊性：（1）小目標(biāo)問(wèn)題。受人造船舶自身尺寸及衛(wèi)星分辨率發(fā)展限制，遙感拍攝的船很多都是小目標(biāo)（幾十個(gè)甚至幾個(gè)像素），目標(biāo)所包含信息量和特征較少。（2）移動(dòng)特性。不同于地標(biāo)建筑、島嶼等目標(biāo)在地理空間位置上保持較長(zhǎng)時(shí)間靜止不動(dòng)，船舶目標(biāo)的航行速度會(huì)對(duì)成像結(jié)果造成較大影響。（3）高類內(nèi)差。本文中的類內(nèi)差是指同類中不同船舶間的差異。圖1-5展示了幾種不同的船舶目標(biāo)。根據(jù)不同的用途，不同船舶在形狀、紋理結(jié)構(gòu)、速度、方向、角度等方面差別較大，導(dǎo)致其在圖像中的特征差異較大[96]。高類內(nèi)差使得檢測(cè)算法難以從可見光遙感船舶目標(biāo)圖像中學(xué)習(xí)魯棒性強(qiáng)且有判別力的特征[9]。（4）低類間差。本文中的類間差是指船舶圖像與海面、云霧圖像間的差異。由于海域環(huán)境的特殊性，船舶目標(biāo)極易受?

較蛭侍猓旱孛媾納愕某９嬙枷裰械哪勘輳?縲腥�、潮I鏡然?徑際?直立狀態(tài)。而遙感圖像采用俯視拍攝，目標(biāo)方向呈隨機(jī)360°分布，對(duì)應(yīng)的目標(biāo)檢測(cè)方法需要對(duì)方向具有魯棒性[91-93]。（4）背景復(fù)雜度高：遙感圖像通常幅寬較大，成像范圍較廣，所覆蓋的地面背景區(qū)域更為復(fù)雜多變[94]。（5）干擾因素多變：由于遙感衛(wèi)星搭載的相機(jī)在拍攝時(shí)易受天氣、光照、拍攝角度等因素影響，可能導(dǎo)致部分圖像中存在陰影、云層和薄霧等干擾[95]。（a）行人（b）車輛（c）交通標(biāo)志圖1-3自然場(chǎng)景下的目標(biāo)圖像（a）船舶（b）飛機(jī)（c）車輛圖1-4遙感場(chǎng)景下的目標(biāo)圖像以上特點(diǎn)導(dǎo)致可見光遙感圖像的目標(biāo)檢測(cè)存在極大的挑戰(zhàn)。船舶、飛機(jī)目標(biāo)不同于建筑等人造目標(biāo)，其尺寸較小，只有足夠的分辨率才能對(duì)其檢測(cè)提供足夠的信息[2]。對(duì)于本文研究的高分辨率遙感船舶圖像，除了滿足遙感圖像所具備的基本特點(diǎn)外，還具有如下五點(diǎn)特殊性：（1）小目標(biāo)問(wèn)題。受人造船舶自身尺寸及衛(wèi)星分辨率發(fā)展限制，遙感拍攝的船很多都是小目標(biāo)（幾十個(gè)甚至幾個(gè)像素），目標(biāo)所包含信息量和特征較少。（2）移動(dòng)特性。不同于地標(biāo)建筑、島嶼等目標(biāo)在地理空間位置上保持較長(zhǎng)時(shí)間靜止不動(dòng)，船舶目標(biāo)的航行速度會(huì)對(duì)成像結(jié)果造成較大影響。（3）高類內(nèi)差。本文中的類內(nèi)差是指同類中不同船舶間的差異。圖1-5展示了幾種不同的船舶目標(biāo)。根據(jù)不同的用途，不同船舶在形狀、紋理結(jié)構(gòu)、速度、方向、角度等方面差別較大，導(dǎo)致其在圖像中的特征差異較大[96]。高類內(nèi)差使得檢測(cè)算法難以從可見光遙感船舶目標(biāo)圖像中學(xué)習(xí)魯棒性強(qiáng)且有判別力的特征[9]。（4）低類間差。本文中的類間差是指船舶圖像與海面、云霧圖像間的差異。由于海域環(huán)境的特殊性，船舶目標(biāo)極易受云層遮擋等外界因素影響，前景與背景邊界模糊，

【參考文獻(xiàn)】：
期刊論文
[1]深度學(xué)習(xí)的遙感影像艦船目標(biāo)檢測(cè)[J]. 趙江洪,張曉光,楊璐,馬思宇,王殷瑞,董巖,孫銘悅,陳朝陽(yáng).  測(cè)繪科學(xué). 2020(03)
[2]基于生成式對(duì)抗網(wǎng)絡(luò)的合成孔徑雷達(dá)艦船數(shù)據(jù)增廣在改進(jìn)單次多盒檢測(cè)器中的應(yīng)用[J]. 楊龍,蘇娟,李響.  兵工學(xué)報(bào). 2019(12)
[3]星載高分辨頻率步進(jìn)SAR成像技術(shù)[J]. 龍騰,丁澤剛,肖楓,王巖,李喆.  雷達(dá)學(xué)報(bào). 2019(06)
[4]可見光遙感圖像海面目標(biāo)檢測(cè)技術(shù)綜述[J]. 劉俊琦,李智,張學(xué)陽(yáng).  計(jì)算機(jī)科學(xué). 2020(03)
[5]基于生成對(duì)抗網(wǎng)絡(luò)的數(shù)據(jù)增強(qiáng)方法[J]. 張曉峰,吳剛.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2019(10)
[6]基于深度神經(jīng)網(wǎng)絡(luò)剪枝的兩階段遙感圖像目標(biāo)檢測(cè)[J]. 王生生,王萌,王光耀.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(02)
[7]變分自編碼器模型綜述[J]. 翟正利,梁振明,周煒,孫霞.  計(jì)算機(jī)工程與應(yīng)用. 2019(03)
[8]基于優(yōu)化分類的數(shù)據(jù)增廣方法[J]. 蔣夢(mèng)瑩,林小竹,柯巖.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(11)
[9]基于約束EGO的對(duì)地觀測(cè)衛(wèi)星多學(xué)科設(shè)計(jì)優(yōu)化[J]. 龍騰,劉建,陳余軍,史人赫,袁斌,劉莉.  機(jī)械工程學(xué)報(bào). 2018(10)
[10]深度學(xué)習(xí)的研究進(jìn)展與發(fā)展[J]. 史加榮,馬媛媛.  計(jì)算機(jī)工程與應(yīng)用. 2018(10)

博士論文
[1]大幅寬光學(xué)遙感圖像目標(biāo)檢測(cè)技術(shù)研究[D]. 聶婷.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2019
[2]基于深度卷積神經(jīng)網(wǎng)絡(luò)的光學(xué)遙感目標(biāo)檢測(cè)技術(shù)研究[D]. 丁鵬.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2019
[3]空間光學(xué)遙感影像的實(shí)時(shí)清晰度提升技術(shù)研究[D]. 邵帥.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2019
[4]可見光遙感圖像海面目標(biāo)自動(dòng)檢測(cè)關(guān)鍵技術(shù)研究[D]. 徐芳.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2018
[5]高分辨率光學(xué)遙感圖像中典型人造目標(biāo)檢測(cè)技術(shù)研究[D]. 王慧利.中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所 2017
[6]圖像客觀質(zhì)量評(píng)價(jià)算法及其應(yīng)用研究[D]. 張薇.中國(guó)礦業(yè)大學(xué) 2016
[7]基于遷移學(xué)習(xí)與深度卷積特征的圖像標(biāo)注方法研究[D]. 宋光慧.浙江大學(xué) 2017
[8]引入上下文信息的可見光遙感圖像目標(biāo)檢測(cè)與識(shí)別方法研究[D]. 郭軍.國(guó)防科學(xué)技術(shù)大學(xué) 2014
[9]航天光學(xué)遙感器圖像終端像質(zhì)評(píng)價(jià)方法研究[D]. 顧營(yíng)迎.中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所） 2013
[10]遙感圖像的目標(biāo)檢測(cè)方法研究[D]. 劉德連.西安電子科技大學(xué) 2008

碩士論文
[1]基于生成式對(duì)抗網(wǎng)絡(luò)的數(shù)據(jù)增強(qiáng)方法研究[D]. 王海文.南京郵電大學(xué) 2019
[2]基于深度學(xué)習(xí)的盲圖像質(zhì)量評(píng)價(jià)算法研究[D]. 吳鑫.西安理工大學(xué) 2019
[3]基于生成對(duì)抗網(wǎng)絡(luò)的雷達(dá)圖像增強(qiáng)技術(shù)研究[D]. 米野.北京郵電大學(xué) 2019
[4]基于深度學(xué)習(xí)的光學(xué)遙感影像信息提取技術(shù)研究[D]. 張曉男.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2019
[5]基于深度卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)算法研究[D]. 周天怡.哈爾濱工業(yè)大學(xué) 2019
[6]基于深度學(xué)習(xí)的生成式模型研究[D]. 檀婧.北京郵電大學(xué) 2019
[7]深度對(duì)抗式數(shù)據(jù)增強(qiáng)技術(shù)在小規(guī)模數(shù)據(jù)集上的應(yīng)用研究[D]. 張曉峰.中國(guó)科學(xué)技術(shù)大學(xué) 2019
[8]基于深度學(xué)習(xí)的遙感圖像目標(biāo)檢測(cè)研究[D]. 李星悅.中國(guó)科學(xué)技術(shù)大學(xué) 2019
[9]對(duì)抗學(xué)習(xí)在神經(jīng)網(wǎng)絡(luò)模型優(yōu)化中的研究[D]. 曹譽(yù)仁.電子科技大學(xué) 2019
[10]大面幅光學(xué)遙感影像飛行器目標(biāo)快速檢測(cè)[D]. 張作省.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2018



本文編號(hào)：3498469