一种飞机目标的遥感识别方法

发布时间：2018-01-10 04:18

本文关键词：一种飞机目标的遥感识别方法　出处：《测绘通报》2017年03期 　论文类型：期刊论文

【摘要】：高空间分辨率遥感影像通常具有数据量大、背景复杂及地物占比较少等特点。如果直接将RCNN模型应用于高空间分辨率遥感影像目标识别,计算量大且效率低。级联AdaBoost算法识别率高、速度快,但又会产生较多的虚假目标。本文结合RCNN模型和级联AdaBoost算法,提出了一种由粗到精的飞机目标识别方法。首先使用基于HOG特征的级联AdaBoost算法快速提取飞机目标候选区域,然后利用基于卷积神经网络特征的SVM对飞机目标候选区域进行精细识别。试验表明,本文提出的方法在保证准确率的同时,还有效提高了计算效率。
[Abstract]:High spatial resolution remote sensing image usually has a large amount of data, complex background and object characteristics. If accounted for less directly with the application of RCNN model in high spatial resolution remote sensing image target recognition, a large amount of calculation and low efficiency. The cascade AdaBoost algorithm with high recognition rate, fast speed, but will produce more false targets. In this paper RCNN model and cascade AdaBoost algorithm, proposes a coarse to fine method of airplane recognition. First use of rapid extraction of aircraft target candidate region cascade AdaBoost algorithm based on HOG feature, and then use the neural network based on convolution feature of SVM plane target candidate region for fine recognition. Experiments show that this method is accurate the rate in which at the same time, but also effectively improves the computational efficiency.

【作者单位】：中国科学院遥感与数字地球研究所;中国科学院大学;
【分类号】：TP751
【正文快照】： 高空间分辨率遥感影像具有丰富的空间信息、地物纹理信息和清晰的几何结构,可用于目标的精确识别。遥感识别中的目标主要有飞机、舰船、油罐、树木等人为和自然要素。飞机作为一种重要战略目标,基于高空间分辨率遥感影像的识别在军事和民用领域都具有重要意义。国内外学者对飞

【相似文献】