基于机器学习的军事目标检测系统开发研究

发布时间：2021-05-15 18:57

　　遥感侦察已成为各国主要的侦察技术手段之一,复杂战场环境中,如何从海量的遥感侦察图像中快速准确的获取目标信息,是获取打击优势的重要环节,为取代效率低下的人工作业,开发用于检测遥感图像中的军事目标软件进行辅助侦察具有重要的军事意义。搜集整理遥感图像和军事目标（以飞机为例）的样本,提取其浅层特征（LBP特征）和中层特征（HOG特征）进行融合,并运用SVM支持向量机进行训练,得到关于军事目标（以飞机为例）的分类器,成功实现对军事目标的检测,并对软件的交互界面进行开发。 

【文章来源】：现代计算机. 2020,(22)

【文章页数】：5 页

【文章目录】：
0 引言
1 整体设计
2 技术实现
    2.1 选择性搜选择性搜索算法
    2.2军事目标分类器训练
    2.3交互界面设计
3 实验结果
4 结语


【参考文献】：
期刊论文
[1]光学遥感图像飞机目标识别算法[J]. 胡楠,李润生,王载武.  影像技术. 2020(02)
[2]基于多特征融合的交通标识实时分类与识别[J]. 揭伟,李为相,李为.  现代电子技术. 2019(11)
[3]基于HOG和SVM的船舶图像分类算法[J]. 吴映铮,杨柳涛.  上海船舶运输科学研究所学报. 2019(01)



本文编号：3188171