SAR图像港口船只的实时解析算法

发布时间：2022-08-04 13:36

　　SAR图像较大难以实时运行且船只目标较小难以被识别,为此一种压缩级联深层神经网络算法被提出以实现对众多船只目标的分割定位识别。构建3个不同的卷积神经网络实现特征提取,引入级联结构融合不同网络输出的特征图实现网络的轻量化,融合后的特征输入金字塔池化模块实现特征细化,分类并解析。在Google Earth图像数据集中的实验结果表明,多分支网络的级联有助于大尺寸图像中目标特征的分散提取,分级的模型压缩有助于提升识别速度。 

【文章页数】：6 页

【文章目录】：
0 引言
1 多分支融合级联网络
    1.1 实时策略分析
    1.2 网络结构
    1.3 金字塔池化分割模块
2 实验与评估
    2.1 数据集
    2.2 评估指标
    2.3 实验过程
    2.4 结果分析
        2.4.1 消融实验
        2.4.2 与先进架构的性能比较
3 结束语


【参考文献】：
期刊论文
[1]基于卷积网络的遥感图像建筑物提取技术研究[J]. 付发,未建英,张丽娜.  软件工程. 2018(06)
[2]基于U形结构提取的港口目标检测研究[J]. 邢坤,岳春宇,周楠,张炳先,曹世翔,何红艳.  航天返回与遥感. 2018(01)
[3]基于短波红外遥感影像的船只自动检测方法[J]. 鲍松泽,钟兴,朱瑞飞,于树海,于野,李兰民.  光学学报. 2018(05)
[4]利用多特征进行航空影像建筑物提取[J]. 吕凤华,舒宁,龚龑,郭清,曲雪光.  武汉大学学报(信息科学版). 2017(05)



本文编号：3669636