收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

遥感影像中的近岸舰船目标检测和细粒度识别方法研究

王昌安  
【摘要】:可见光遥感影像中近岸舰船的检测在海域监视、军事侦察等方面具有重要的意义,相比于海洋背景下的舰船定位,近岸舰船所处的背景环境更加复杂多样,且船只往往并排停靠,尺度和长宽比变化范围较大,在检测问题上更为困难;近岸舰船目标的细粒度识别有助于实现港口区域的精细化监视、打击隐藏于民船中的敌方舰船,但不同类别的舰船目标通常在外形、颜色和纹理等方面区分度不大,要实现准确的细粒度识别具有很高的难度。基于深度学习的目标检测和识别方法在抑制复杂背景环境干扰和识别多种类别目标等方面有着优异的性能,但目前在近岸舰船目标检测和识别领域的相关研究还相对较少,论文基于深度学习方法对高分辨率遥感影像中的近岸舰船检测和识别问题进行了深入的探索,主要工作如下:首先,系统地阐述了论文的研究背景与意义,从搜索空间离散化的角度对基于深度学习的目标检测技术进行了分类概述,并对涉及的关键难点进行了总结归纳。其次,提出了一种基于实例分割的近岸舰船目标检测方法,利用语义分割的算法框架同时对舰船区域和舰船中心点进行预测,然后基于中心点位置对并排的多个舰船实例进行分离,实验表明该方法不仅能在定位舰船的同时实现对舰船目标的像素级分割,而且在检测并排舰船目标上也具有明显的优势。然后,针对近岸舰船目标细粒度识别的问题,提出了一种利用生成对抗网络辅助学习的近岸舰船目标细粒度识别方法。为了避免与定位任务共同优化带来的负面影响,先引入了独立的级联分类子网络,然后通过训练生成对抗网络合成样本来辅助分类子网络学习样本空间的流形分布,从而增强分类网络细粒度的类别判别能力。实验表明,该方法可以有效地提升近岸舰船目标的细粒度识别精度。最后,针对基于图像分割的检测方法存在样本标注繁杂,且难以进行端到端优化的问题,提出了一种基于倾斜边界框的端到端近岸舰船检测和细粒度识别框架。该方法通过提出的角度致密化策略来提升小尺度舰船的检测率,利用改进的方位敏感型区域插值池化模块来精确地建模舰船的局部区域特征,通过融合舰船区域的局部和全局信息来提升细粒度类别判别能力,并采用基于迁移学习的权重映射方法来进一步提升模型性能。实验表明,该方法在近岸舰船检测和细粒度识别中表现出了良好的鲁棒性和较高的性能。


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 齐莉;;云平台和神经网络的舰船目标检测[J];舰船科学技术;2019年12期
2 陈云;;云环境舰船目标检测与跟踪[J];舰船科学技术;2018年12期
3 代威;文贡坚;张星;李智勇;;高光谱图像海上舰船目标检测方法研究[J];重庆理工大学学报(自然科学);2015年11期
4 冷相文;张旭;赵晓哲;;水雷障碍对舰船目标流毁伤概率仿真研究[J];计算机仿真;2011年04期
5 王彦情;马雷;田原;;光学遥感图像舰船目标检测与识别综述[J];自动化学报;2011年09期
6 邢孟道;高悦欣;陈溅来;保铮;;海上舰船目标雷达成像算法[J];科技导报;2017年20期
7 王鹏;吕高杰;龚俊斌;田金文;;一种复杂海天背景下的红外舰船目标自动检测方法[J];武汉大学学报(信息科学版);2011年12期
8 吴超;龚翠玲;宋万杰;吴顺君;;舰船目标实时一维距离像研究[J];现代雷达;2008年07期
9 丛瑜;周伟;于仕财;郭明;;一种对港口影像进行舰船目标提取方法[J];计算机仿真;2014年01期
10 刘松涛;;用盒子维评估红外烟幕对舰船目标的遮蔽效果[J];光电工程;2009年02期
11 李长军;陈学佺;丁治国;;一种港口区域舰船目标变化检测新方法[J];计算机工程;2006年14期
12 种劲松,朱敏慧;合成孔径雷达图像舰船目标检测与分析[J];现代雷达;2003年08期
13 魏建荣;;背景纹理模型在海面舰船目标检测中的应用研究[J];舰船科学技术;2017年20期
14 程红;刘思彤;孙文邦;杨帅;;遥感图像中舰船目标的快速精细检测[J];光电工程;2016年04期
15 李军;;光学遥感图像在舰船目标检测中的应用分析[J];舰船电子工程;2016年10期
16 曹冰;;基于图像融合与处理技术的舰船目标检测[J];舰船科学技术;2015年05期
中国重要会议论文全文数据库 前10条
1 王童;童创明;李西敏;陈彬;;海面舰船目标二次散射成像研究[A];2017年全国微波毫米波会议论文集(上册二)[C];2017年
2 王世岭;张大发;马鹏宝;;宽幅海洋舰船目标成像问题研究[A];2019年全国工业流体力学会议摘要集[C];2019年
3 王卫华;何艳;牛照东;陈曾平;;基于兴趣区分割的红外舰船目标实时检测算法[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
4 何友金;李凯永;任建广;;一种改进的基于递归门限分析的红外舰船目标图像分割方法[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年
5 姚力波;刘勇;吴昱舟;熊伟;周智敏;;基于高分四号卫星的舰船目标跟踪[A];第四届高分辨率对地观测学术年会论文集[C];2017年
6 艾淑芳;张国华;;海面杂波背景下红外图像中舰船目标的检测[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年
7 陈彬;王成安;王富强;谭建宇;;海面背景下舰船目标红外辐射特性分析[A];高等教育学会工程热物理专业委员会第二十一届全国学术会议论文集——传热传质学专辑[C];2015年
8 马兰;陈筱勇;吴群;;基于小波包和高阶统计量的热红外舰船目标检测改进算法[A];国家安全地球物理丛书(十二)——地球物理与信息感知[C];2016年
9 陈彬;王成安;王富强;谭建宇;;海面背景下舰船目标红外辐射特性分析[A];高等学校工程热物理第二十届全国学术会议论文集——传热传质学专辑[C];2014年
10 吴楠;冯传收;王海婴;;采用高频法软件包计算舰船目标的RCS[A];第六届全国电磁兼容性学术会议2004EMC论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 李笋;高分辨率光学遥感图像舰船目标检测关键技术研究[D];北京理工大学;2017年
2 安彧;海战场舰船目标检测与识别研究[D];哈尔滨工程大学;2015年
3 段崇雯;基于SAR成像的海面舰船目标特征参数估计[D];国防科学技术大学;2013年
4 邢相薇;HRWS SAR图像舰船目标监视关键技术研究[D];国防科学技术大学;2014年
5 张晖;舰船目标多手段数据融合探测方法研究[D];内蒙古大学;2016年
6 王健;高频地波雷达舰船目标跟踪关键技术研究[D];哈尔滨工业大学;2008年
7 桂阳;基于机载视觉的无人机自主着舰引导关键技术研究[D];国防科学技术大学;2013年
8 种劲松;合成孔径雷达图像舰船目标检测算法与应用研究[D];中国科学院研究生院(电子学研究所);2002年
9 雷琳;多源遥感图像舰船目标特征提取与融合技术研究[D];国防科学技术大学;2008年
10 郭伟娅;基于光学遥感图像的舰船目标识别研究[D];哈尔滨工程大学;2015年
中国硕士学位论文全文数据库 前10条
1 王浩君;基于深度学习的光学遥感影像海上舰船目标检测研究[D];杭州师范大学;2019年
2 王昌安;遥感影像中的近岸舰船目标检测和细粒度识别方法研究[D];华中科技大学;2019年
3 胡珍;起伏海面下舰船目标的声散射特性研究[D];上海交通大学;2018年
4 王冰;基于深度学习的舰船目标检测研究[D];厦门大学;2017年
5 李庆峰;可见光遥感图像舰船目标检测技术研究[D];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年
6 尹莹莹;高分辨率光学遥感影像舰船目标检测与识别算法研究[D];上海交通大学;2017年
7 任笑圆;知识辅助的可见光遥感图像靠岸舰船目标检测方法研究[D];国防科学技术大学;2016年
8 邓婉霞;基于卫星图像信息与电子信息的舰船目标关联[D];国防科学技术大学;2016年
9 王海波;基于星载简缩极化SAR的海上舰船目标检测方法研究[D];国防科学技术大学;2016年
10 欧阳克威;干涉SAR运动舰船检测及速度估计方法研究[D];国防科学技术大学;2016年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978