基于卷积神经网络的遥感图像飞机检测

被引：10

作者：

张义德 ^{[1
]}

胡长雨 ^{[1
]}

胡春育 ^{[2
]}

机构：

[1] 哈尔滨理工大学测控技术与通信工程学院

[2] 哈尔滨理工大学电气与电子工程学院

来源：

光电子技术 | 2017年 / 37卷 / 01期

关键词：

遥感图像; 卷积神经网络; 迁移学习; 微调; 飞机检测;

D O I：

10.19453/j.cnki.1005-488x.2017.01.014

中图分类号：

TP183 [人工神经网络与计算]; TP751 [图像处理方法];

学科分类号：

摘要：

提出一种CNN的遥感图像飞机检测的方法。首先获得预训练好的CNN,然后通过参数迁移获得五层卷积层模型参数,接着利用遥感图像对第五层卷积层进行微调获得一个特征提取器。将特征提取器用于提取遥感图像训练集的深度特征,训练可变形部件检测模型。实验表明,提出的方法大大提高了遥感图像飞机目标检测精度,准确率达96%以上。

引用

页码：66 / 71

页数：6

共 4 条

[1] 逐层特征选择的多层部件模型用于遥感图像飞机目标检测 [J].