本发明公开了一种改进的基于Faster RCNN的港口SAR图像近岸舰船检测方法,包括以下步骤:S1,选取SAR图像样本集,构建卷积神经网络;S2,将目标SAR图像输入步骤卷积神经网络提取特征图;S3,生成候选区域建议;S4,目标区域池化;S5,进行二分类:根据S4得到的目标区域特征图计算目标类型,区分目标是舰船还是背景,形成分类分数;S6,...
基于改进的Faster R-CNN近岸舰船目标检测方法研究.docx,基于改进的Faster R-CNN近岸舰船目标检测方法研究 摘要 我们国家领海面积广阔,大约占我们国家总体面积的三分之一,并且海上相邻国家较多,经常会发生海上纠纷,这时候大力发展海上军事力量就显得尤其重要,因此对海面
摘要 本发明属于雷达SAR图像智能解译技术领域,公开了一种基于改进FasterR‑CNN的SAR图像舰船检测方法,引入了FCN网络,可以对图像中的目标进行准确的分割,提高检测效率,尤其对小目标有很好的检测性能;RBox替代BBox进行回归定位,可以描述任意角度的目标框,获取的局部候选区域边界框存在很少的背景像素,能很好地区分目标和背...
摘要:本发明属于雷达SAR图像智能解译技术领域,公开了一种基于改进FasterR‑CNN的SAR图像舰船检测方法,引入了FCN网络,可以对图像中的目标进行准确的分割,提高检测效率,尤其对小目标有很好的检测性能;RBox替代BBox进行回归定位,可以描述任意角度的目标框,获取的局部候选区域边界框存在很少的背景像素,能很好地区分目标和背...
本发明属于雷达SAR图像智能解译技术领域,公开了一种基于改进FasterR‑CNN的SAR图像舰船检测方法,引入了FCN网络,可以对图像中的目标进行准确的分割,提高检测效率,尤其对小目标有很好的检测性能;RBox替代BBox进行回归定位,可以描述任意角度的目标框,获取的局部候选区域边界框存在很少的背景像素,能很好地区分目标和背景,对...
关键词:SAR图像:车辆目标检测:卷积神经网络:Faster—RCNN:候选区域生成网络中图分类号:TN 957.51 文献标志码:A 文章编号:1001—0505(2021)01—0087—05Method forvehicle target detection on SAR imagebased on improved RPN in Faster—RCNNCao LeiWang QiangShi RunjiaJiang Zhongjin(State Key Laboratory of ...
本发明属于雷达SAR图像智能解译技术领域,公开了一种基于改进FasterRCNN的SAR图像舰船检测方法,引入了FCN网络,可以对图像中的目标进行准确的分割,提高检测效率,尤其对小目标有很好的检测性能;RBox替代BBox进行回归定位,可以描述任意角度的目标框,获取的局部候选区域边界框存在很少的背景像素,能很好地区分目标和背景,对于...
本发明公开了一种改进的基于Faster RCNN的港口SAR图像近岸舰船检测方法,包括以下步骤:S1,选取SAR图像样本集,构建卷积神经网络;S2,将目标SAR图像输入步骤卷积神经网络提取特征图;S3,生成候选区域建议;S4,目标区域池化;S5,进行二分类:根据S4得到的目标区域特征图计算目标类型,区分目标是舰船还是背景,形成分类分数;S6,边框...
本发明公开了一种改进的基于FasterR‑CNN的港口SAR图像近岸舰船检测方法,包括以下步骤:S1、选取SAR图像样本集,构建卷积神经网络;S2、将目标SAR图像输入步骤卷积神经网络提取特征图;S3、生成候选区域建议;S4、目标区域池化;S5、进行二分类:根据S4得到的目标区域特征图计算目标类型,区分目标是舰船还是背景,形成分类分数;...
Faster R-CNN浅层特征增强上下文信息RoI Align在合成孔径雷达(SAR)图像分析领域,飞机作为一种重要目标,对其的检测越来越受到重视.针对传统SAR图像飞机检测算法需要人工设计特征且鲁棒性较差的问题,提出了一种基于改进Faster R-CNN的SAR图像飞机检测算法.制作了一个SAR图像飞机数据集(SAD),以Faster R-CNN为检测框架,...