基于结构化稀疏表达的高分辨率光学遥感图像的船只检测

论文摘要

为克服近岸船只检测中复杂港内背景干扰和基于深度学习算法的大视场光学遥感图像标注工作量大的困难,本文提出了基于小样本集的结构化稀疏表达方法来实现近岸船只检测的算法。构建由近岸船只目标,背景干扰信息和误差矩阵等三部分子字典组成的结构化稀疏表达字典,经小样本集的字典训练过程生成判别性稀疏编码。首先将多方向近岸船只目标样本与港内复杂背景信息样本经过HOG特征提取和PCA分析对原子进行初始化,然后使用K-SVD和LASSO算法对字典进行训练。在字典中引入误差矩阵对样本的类内差异进行表示,增强了稀疏编码的判别能力和系统鲁棒性。最后提出船只目标区域提取的置信度计算方法,对生成的结构化稀疏编码进行判别,提取船只目标区域,实现船只检测。通过对不同尺寸字典模型、引入误差矩阵前后的结构化稀疏表达模型进行实验,实验结果表明提出的引入误差矩阵的结构化稀疏表达方法的有效性,以及在小样本集下比现有技术方法具有更好的检测性能。

论文目录

• 1 引言
• 2 图像的稀疏表达与字典学习
• 3 近岸船只的结构化稀疏表达
•   3.1 近岸船只的结构化稀疏表达
•   3.2 结构化稀疏表达的字典组成
•   3.3 结构化稀疏表达字典的训练
• 4 基于判别性稀疏编码的船只目标区域提取
• 5 实验结果与分析
• 6 结论

文章来源

类型: 期刊论文

作者: 董珊,杨占昕,龙腾,庄胤,陈禾,陈亮

关键词: 近岸船只检测,光学遥感图像,结构化稀疏表达,小样本集

来源: 信号处理 2019年06期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 工业通用技术及设备,自动化技术

单位: 中国传媒大学广播电视数字化教育部工程研究中心,北京理工大学信息与电子学院雷达技术研究所嵌入式实时信息处理技术北京市重点实验室,北京大学信息科学技术学院

基金: 长江学者(T2012122),北京市科技领军人才(Z141101001514005)

分类号: TP751

DOI: 10.16798/j.issn.1003-0530.2019.06.008

页码: 986-993

总页数: 8

文件大小: 1696K

下载量: 123