全卷积网络结合改进的条件随机场-循环神经网络用于SAR图像场景分类

发布时间：2017-06-14 04:08

  本文关键词：全卷积网络结合改进的条件随机场-循环神经网络用于SAR图像场景分类，，由笔耕文化传播整理发布。

【摘要】：传统合成孔径雷达(SAR)图像基于粗分割像素块提取相关特征,后接支持向量机(SVM)和马尔可夫随机场(MRF)或条件随机场(CRF)进行分类,该方法存在同一像素块内部不同类别像素的误差,而且只考虑邻近区域未充分用到全局信息和结构信息。故考虑基于像素点引入全卷积网络(FCN),以ESAR卫星图像为样本,基于像素点级别构建卷积网络进行训练,得到各像素的初始类别分类概率。为了考虑全局像素类别的影响后接CRF-循环神经网络(CRF-RNN),利用FCN得到的初始概率,结合CRF结构得到全局像素类别转移结果,之后进行RNN的迭代进一步优化实验结果。由于基于像素点和考虑了全局信息与结构信息,克服了传统分类的部分缺点,使正确率较传统SVM或CRF方法平均提高了约6.5个百分点。由于CRF-RNN的距离权重是用高斯核人为拟合的,不能随实际训练样本来改变和确定,故存在一定误差,针对该问题提出可训练的全图距离权重卷积网络来改进CRF-RNN,最终实验结果表明改进后方法的正确率较未改进的CRF-RNN又提高了1.04个百分点。
【作者单位】： 武汉大学电子信息学院;
【关键词】： 全卷积网络 条件随机场-循环神经网络 全局信息 全图距离权重
【基金】：国家自然科学基金资助项目(61331016,41371342)~~
【分类号】：TN957.52;TP183
【正文快照】： 0引言合成孔径雷达(Synthetic Aperture Radar,SAR)图像的场景分类与检测是主流研究的热门领域,经常用于民用或军用的地面目标检测和分类任务。目前主要采取基于粗分割像素块[1-2]的特征提取加分类器的方法,特征有强度特征、纹理特征和极化分解特征,通过选择不同特征和不同分

【相似文献】

中国期刊全文数据库 前10条

1 宗萍;施水才;王涛;吕学强;;基于条件随机场的英文地理行政实体识别[J];现代图书情报技术;2009年02期

2 张开旭;夏云庆;宇航;;基于条件随机场的古汉语自动断句与标点方法[J];清华大学学报(自然科学版);2009年10期

3 成姣;蔡东风;季铎;;基于条件随机场的日语依存分析[J];沈阳航空工业学院学报;2010年05期

4 李玲玲;金泰松;李翠华;;基于局部特征和隐条件随机场的场景分类方法[J];北京理工大学学报;2012年07期

5 宁伟;蔡东风;张桂平;季铎;苗雪雷;;基于条件随机场的冠词选择研究[J];中文信息学报;2008年06期

6 张玉芳;莫凌琳;熊忠阳;耿晓斐;;基于条件随机场的科研论文信息分层抽取[J];计算机应用研究;2009年10期

7 王昌厚;;基于条件随机场的中文命名体识别[J];福建电脑;2012年02期

8 施水才;王锴;韩艳铧;吕学强;;基于条件随机场的领域术语识别研究[J];计算机工程与应用;2013年10期

9 王东波;陈小荷;年洪东;;基于条件随机场的有标记联合结构自动识别[J];中文信息学报;2008年06期

10 方莹;;基于条件随机场的英文农产品名识别[J];河南科学;2011年03期

中国重要会议论文全文数据库 前5条

1 王东波;陈小荷;年洪东;;基于条件随机场的有标记联合结构自动识别[A];第四届全国学生计算语言学研讨会会议论文集[C];2008年

2 张奇;翁富良;黄萱菁;吴立德;;英文口语中非流利区域的检测[A];内容计算的研究与应用前沿——第九届全国计算语言学学术会议论文集[C];2007年

3 魏玮;杜金华;徐波;;基于分层语块分析的统计翻译研究[A];内容计算的研究与应用前沿——第九届全国计算语言学学术会议论文集[C];2007年

4 王根;赵军;;基于多重冗余标记CRF的句子情感分析研究[A];内容计算的研究与应用前沿——第九届全国计算语言学学术会议论文集[C];2007年

5 宁伟;蔡东风;季铎;;基于条件随机场的冠词选择研究[A];第四届全国学生计算语言学研讨会会议论文集[C];2008年

中国博士学位论文全文数据库 前1条

1 熊英;中文自然语言理解中基于条件随机场理论的词法分析研究[D];上海交通大学;2009年

中国硕士学位论文全文数据库 前10条

1 赵九洋;图像中行人检测关键技术研究[D];南京大学;2015年

2 宁振;基于层叠条件随机场的情感分析[D];南昌大学;2015年

3 杨献祥;面向中文微博的产品名实体识别与规范化算法设计与实现[D];北京理工大学;2015年

4 肖s

本文编号：448444