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