一种飞机目标的遥感识别方法

被引:9
作者
殷文斌 [1 ,2 ]
王成波 [1 ]
袁翠 [1 ,2 ]
乔彦友 [1 ]
机构
[1] 中国科学院遥感与数字地球研究所
[2] 中国科学院大学
关键词
AdaBoost; RCNN; 飞机识别; 高空间分辨率遥感影像;
D O I
10.13474/j.cnki.11-2246.2017.0079
中图分类号
TP751 [图像处理方法];
学科分类号
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。
引用
收藏
页码:34 / 37
页数:4
相关论文
共 9 条