基于人工智能的光学遥感在轨船舶检测技术研究
发布时间：2021-08-13 09:47
近年来,遥感对地观测技术发展迅猛,涌现出大量高分辨率的光学遥感卫星,促进了空间遥感技术在军事、国民经济、世界环保等诸多领域的应用。舰船作为重要的海上交通运输工具装备,对其进行智能检测和识别显得尤为重要,能否在短时间内迅速确定遥感影像中船舶数量以及其位置等信息,对于海上交通监管和我国对外贸易发展有着极其重要的意义。然而,随着航天器的空间、时间、光谱等分辨率及对地观测幅宽的提升,遥感数据量呈指数级增长,但相应的遥感数据处理技术却进步缓慢,对遥感图像船舶目标的检测与识别还滞留在简单的数据处理甚至是人眼观测的方式,处理效率十分缓慢,这也是现今制约空间遥感技术应用的主要矛盾。因此,研究快速且有效的遥感图像在轨船舶检测技术对我国航天航空领域具有重要的价值。基于以上分析,本文提出了光学遥感卫星在轨船舶检测模式,利用基于深度学习的人工智能技术,在轨对遥感图像进行快速处理,获取船舶目标信息后,可通过卫星组网或中继卫星,快速将结果发送到地面接收端。处理后的数据量大大降低,可将原始的数十GB量级降低至KB,甚至B量级,地面可采用小型化的接收装置,即可实现数据接收。在此背景下,本文开展了基于人工智能的光学遥感...
【文章来源】：中国科学院大学(中国科学院长春光学精密机械与物理研究所)吉林省
【文章页数】：130 页
【学位级别】：博士
【部分图文】：
船舶的红外图像
基于人工智能的光学遥感在轨船舶检测技术研究18激活函数：卷积的计算过程实际上属于矩阵乘法映射，仅具备线性变换能力，所以即便堆叠多个卷积层，网络的特征表达能力依然有限。因此，一般情况下，在卷积层后会加入非线性激活处理函数（StefanoGuarnieri等.，1999）。激活函数是神经网络的重要组成，早期的激活函数主要采用Sigmoid。Sigmoid（SaulL.K等.，1996）的数学表达式如下：1()1xxe=+(2.1)Sigmoid函数的曲线如图2.4所示。图2.4Sigmoid函数的对应的图形Figure2.4GraphcorrespondingtotheSigmoidfunctionSigmoid函数的导数为：2()(1)xxexe=+(2.2)Sigmoid导数对应的曲线如图2.5所示。图2.5Sigmoid导数对应的图形Figure2.5GraphcorrespondingtothederivativeoftheSigmoidfunction
基于人工智能的光学遥感在轨船舶检测技术研究18激活函数：卷积的计算过程实际上属于矩阵乘法映射，仅具备线性变换能力，所以即便堆叠多个卷积层，网络的特征表达能力依然有限。因此，一般情况下，在卷积层后会加入非线性激活处理函数（StefanoGuarnieri等.，1999）。激活函数是神经网络的重要组成，早期的激活函数主要采用Sigmoid。Sigmoid（SaulL.K等.，1996）的数学表达式如下：1()1xxe=+(2.1)Sigmoid函数的曲线如图2.4所示。图2.4Sigmoid函数的对应的图形Figure2.4GraphcorrespondingtotheSigmoidfunctionSigmoid函数的导数为：2()(1)xxexe=+(2.2)Sigmoid导数对应的曲线如图2.5所示。图2.5Sigmoid导数对应的图形Figure2.5GraphcorrespondingtothederivativeoftheSigmoidfunction
【参考文献】：
期刊论文
[1]吉林一号卫星影像融合及质量评价[J]. 杜慧. 测绘与空间地理信息. 2019(05)
[2]视频卫星影像的Bayer插值重建[J]. 吴佳奇,汪韬阳,彭雨芬,张过. 国土资源遥感. 2019(02)
[3]凝视视频卫星目标检测算法[J]. 张作省,朱瑞飞. 航天返回与遥感. 2018(06)
[4]浅谈无人机遥感技术在智慧城市建设中的应用[J]. 孙长奎,刘善磊,王圣尧,陈超,沈泉飞,石善球,王玮. 国土资源遥感. 2018(04)
[5]基于特征光流的多运动目标检测跟踪算法与评价[J]. 屈治华,邵毅明,邓天民. 科学技术与工程. 2018(22)
[6]基于多特征融合词包模型的SAR目标鉴别算法[J]. 宋文青,王英华,时荔蕙,刘宏伟,保铮. 电子与信息学报. 2017(11)
[7]基于卷积神经网络的遥感图像舰船目标检测[J]. 黄洁,姜志国,张浩鹏,姚远. 北京航空航天大学学报. 2017(09)
[8]WorldView-4卫星[J]. 云菲. 卫星应用. 2016(11)
[9]吉林一号卫星组星[J]. 张召才. 卫星应用. 2015(11)
[10]“高分二号”卫星多光谱与全色影像配准策略[J]. 王忠武,刘顺喜,戴建旺,尤淑撑,孟超. 航天返回与遥感. 2015(04)
博士论文
[1]大幅宽光学遥感图像目标检测技术研究[D]. 聂婷.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2019
本文编号：3340201
【文章来源】：中国科学院大学(中国科学院长春光学精密机械与物理研究所)吉林省
【文章页数】：130 页
【学位级别】：博士
【部分图文】：
船舶的红外图像
基于人工智能的光学遥感在轨船舶检测技术研究18激活函数：卷积的计算过程实际上属于矩阵乘法映射，仅具备线性变换能力，所以即便堆叠多个卷积层，网络的特征表达能力依然有限。因此，一般情况下，在卷积层后会加入非线性激活处理函数（StefanoGuarnieri等.，1999）。激活函数是神经网络的重要组成，早期的激活函数主要采用Sigmoid。Sigmoid（SaulL.K等.，1996）的数学表达式如下：1()1xxe=+(2.1)Sigmoid函数的曲线如图2.4所示。图2.4Sigmoid函数的对应的图形Figure2.4GraphcorrespondingtotheSigmoidfunctionSigmoid函数的导数为：2()(1)xxexe=+(2.2)Sigmoid导数对应的曲线如图2.5所示。图2.5Sigmoid导数对应的图形Figure2.5GraphcorrespondingtothederivativeoftheSigmoidfunction
基于人工智能的光学遥感在轨船舶检测技术研究18激活函数：卷积的计算过程实际上属于矩阵乘法映射，仅具备线性变换能力，所以即便堆叠多个卷积层，网络的特征表达能力依然有限。因此，一般情况下，在卷积层后会加入非线性激活处理函数（StefanoGuarnieri等.，1999）。激活函数是神经网络的重要组成，早期的激活函数主要采用Sigmoid。Sigmoid（SaulL.K等.，1996）的数学表达式如下：1()1xxe=+(2.1)Sigmoid函数的曲线如图2.4所示。图2.4Sigmoid函数的对应的图形Figure2.4GraphcorrespondingtotheSigmoidfunctionSigmoid函数的导数为：2()(1)xxexe=+(2.2)Sigmoid导数对应的曲线如图2.5所示。图2.5Sigmoid导数对应的图形Figure2.5GraphcorrespondingtothederivativeoftheSigmoidfunction
【参考文献】：
期刊论文
[1]吉林一号卫星影像融合及质量评价[J]. 杜慧. 测绘与空间地理信息. 2019(05)
[2]视频卫星影像的Bayer插值重建[J]. 吴佳奇,汪韬阳,彭雨芬,张过. 国土资源遥感. 2019(02)
[3]凝视视频卫星目标检测算法[J]. 张作省,朱瑞飞. 航天返回与遥感. 2018(06)
[4]浅谈无人机遥感技术在智慧城市建设中的应用[J]. 孙长奎,刘善磊,王圣尧,陈超,沈泉飞,石善球,王玮. 国土资源遥感. 2018(04)
[5]基于特征光流的多运动目标检测跟踪算法与评价[J]. 屈治华,邵毅明,邓天民. 科学技术与工程. 2018(22)
[6]基于多特征融合词包模型的SAR目标鉴别算法[J]. 宋文青,王英华,时荔蕙,刘宏伟,保铮. 电子与信息学报. 2017(11)
[7]基于卷积神经网络的遥感图像舰船目标检测[J]. 黄洁,姜志国,张浩鹏,姚远. 北京航空航天大学学报. 2017(09)
[8]WorldView-4卫星[J]. 云菲. 卫星应用. 2016(11)
[9]吉林一号卫星组星[J]. 张召才. 卫星应用. 2015(11)
[10]“高分二号”卫星多光谱与全色影像配准策略[J]. 王忠武,刘顺喜,戴建旺,尤淑撑,孟超. 航天返回与遥感. 2015(04)
博士论文
[1]大幅宽光学遥感图像目标检测技术研究[D]. 聂婷.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2019
本文编号：3340201
本文链接：https://www.wllwen.com/kejilunwen/rengongzhinen/3340201.html
