收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的遥感影像去雾与舰船目标检测

侯伟宁  
【摘要】:可见光遥感在近年来快速发展,为人们在高空视角上提供了更丰富的细节信息。其中对于舰船目标的处理任务因为其独特的目标特性、广泛的应用背景,成为了目前研究的热点。本文从舰船检测的工作流程入手,结合前沿深度学习理论,进行了遥感图像的增强去雾和定位识别的研究。本文主要工作总结如下:(1)提出了一种基于对偶学习理论的弱监督生成对抗网络遥感图像去雾方法。针对目前深度学习去雾方法依赖有配对数据集的缺陷,提出了一种基于生成对抗网络的去雾网络。本网络直接使用非配对的真实有雾-无雾图片,通过添加循环感知损失的编码器-解码器网络学习有雾到无雾的隐式映射转换关系,同时设置其对偶网络学习无雾到有雾的映射转换关系,两个网络互相进行对抗学习,通过训练得到一个可以直接由有雾图片输出无雾图片的生成器。本方法在人工合成有雾图像和真实遥感有雾图像上进行了测试,在相关评价指标如峰值信噪比等方面获得了提升,同时生成图片更加接近于真实无雾图像,提升了视觉效果。(2)提出了一种基于改进特征编码和感兴趣区域采样方式的舰船检测方法。本章网络的特征编码部分,使用了空洞卷积来保持特征学习结构最后三层的特征图尺寸,在不减小极深网络带来的大感受野的同时,保留低层位置信息不在特征图尺寸缩放的过程中丢失,增强了对多尺度舰船目标的检测效果;之后在感兴趣区域采样过程中使用双线性插值对齐的方法替代原有的直接池化方式,避免因为两次整数量化导致的候选框偏移;最后使用非线性的非极大值抑制方法,减少了对于交叠预选框的误删除。通过实验证明本文方法在水平矩形轮廓框标注方式上,对于舰船目标提高了准确率和召回率等性能。(3)提出了一种基于分割模型和无锚点边框生成的舰船检测方法。不同于主流的水平矩形轮廓框标注方式,本节使用了更精确的有角度标注的旋转轮廓包围框,提出了一种在分割结果上直接使用像素点进行任意角度边框回归的方式,并通过添加对样本重叠部分进行约束的损失函数和基于类别置信度的非极大值抑制方法,完成旋转轮廓框标注的舰船目标检测。通过在新型旋转框DOTA、HRSC2016等数据集上的实验,表明本方法对舰船检测这一特殊任务较为有效,相对于现有方法取得了明显的性能提升。


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 田敏;多通道SAR复图像域慢速运动目标多特征检测方法研究[D];西安电子科技大学;2019年
2 李焘;基于SAR图像的舰船目标检测方法研究[D];西安电子科技大学;2019年
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
中国硕士学位论文全文数据库 前10条
1 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
2 康妙;基于深度学习的SAR图像舰船目标检测与识别技术研究[D];国防科技大学;2017年
3 侯伟宁;基于深度学习的遥感影像去雾与舰船目标检测[D];西安电子科技大学;2019年
4 孙越娇;海面舰船目标的遥感图像融合检测方法[D];国防科技大学;2017年
5 毛佳晨;海洋背景下舰船目标的红外成像特征研究[D];西安电子科技大学;2019年
6 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
7 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
8 陈雪飞;复杂运动舰船目标三维InISAR成像算法研究[D];哈尔滨工业大学;2019年
9 王冰;基于深度学习的舰船目标检测研究[D];厦门大学;2017年
10 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
 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