基于特征融合与软判决的遥感图像飞机检测

基于特征融合与软判决的遥感图像飞机检测

论文摘要

提出了一种特征融合结合软判决的飞机检测方法。以区域卷积神经网络为基本框架,依次采用L2范数归一化、特征连接、尺度缩放和特征降维来融合多层特征。为了降低网络在目标高度重叠时的漏检率,引入软判决来改进传统的非极大值抑制方法。实验结果表明,所提方法能够准确快速地检测到飞机,得到检测率为94.25%、虚警率为5.5%、平均运行时间为0.16 s的实验结果。与现有的其他检测方法相比,所提方法的各项指标均得到显著提升。

论文目录

  • 1 引 言
  • 2 更快的区域卷积神经网络
  •   2.1 区域建议网络
  •   2.2 检测网络
  • 3 多层特征融合与软判决
  •   3.1 多层特征融合
  •   3.2 软判决的非极大值抑制
  • 4 实验与结果分析
  •   4.1 实验数据
  •   4.2 网络训练
  •   4.3 结果分析
  •   4.4 方法对比
  • 5 结 论
  • 文章来源

    类型: 期刊论文

    作者: 朱明明,许悦雷,马时平,李帅,马红强

    关键词: 图像处理,飞机检测,特征融合,软判决,区域卷积神经网络

    来源: 光学学报 2019年02期

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑,信息科技

    专业: 工业通用技术及设备,自动化技术

    单位: 空军工程大学研究生院,西北工业大学无人系统技术研究院

    基金: 航空科学基金(20175896022)

    分类号: TP751

    页码: 71-77

    总页数: 7

    文件大小: 873K

    下载量: 300

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于特征融合与软判决的遥感图像飞机检测
    下载Doc文档

    猜你喜欢