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

被引：6

作者：

张宇 ^{[1
]}

何楚 ^{[1
,2
]}

石博 ^{[1
]}

徐新 ^{[1
]}

机构：

[1] 武汉大学电子信息学院

[2] 武汉大学测绘遥感信息工程国家重点实验室

来源：

武汉大学学报(信息科学版) | 2014年 / 39卷 / 12期

关键词：

遥感; 分层结构(LHS); 多核学习(MKL); 多特征组合; 分层特征选择; 目标检测;

D O I：

10.13203/j.whugis20130286

中图分类号：

TP751 [图像处理方法];

学科分类号：

摘要：

提出了一种基于逐层特征选择的多层部件模型目标检测算法(multi-layer feature selection based hierarchal component model,MFSHCM),用于遥感图像飞机目标检测。通过提取目标多特征并结合局部判别式模型的建模方法,首先将提取的目标多种特征采用多核学习的方法经过核函数变换后再进行组合,提高了目标描述的准确性;其次考虑到目标自身固有的结构特性,特别是层次结构关系,引入分层的思想,构造目标的分层结构特征,并通过分层特征选择有效地降低了特征计算的复杂度;最后将MKL多特征和分层结构相结合,利用LSVM学习和推理,提出了基于逐层特征选择的多层部件模型目标检测算法。实验中将该算法在收集的十大机场真实场景数据上进行测试,验证了算法的有效性。

引用

页码：1406 / 1411

页数：6

共 3 条

[1] 基于分层自适应部分模型的遥感图像飞机目标检测
何楚
张宇
廖紫纤
廖明生
[J]. 武汉大学学报(信息科学版) , 2013, (06) : 656 - 660
[2] Distinctive Image Features from Scale-Invariant Keypoints.[J] . David G. Lowe. International Journal of Computer Vision . 2004 (2)
[3] Multiple kernels for object detection .2 ANDREA V,VARUN G,MANIK V,ANDREW Z. IEEE 12th International Conference on Computer Vision . 2009

← 1 →