论文摘要
针对传统合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测算法检测精度易受斑点噪声影响,且只能提取底层特征及其泛化性较差的问题,提出了一种基于深度卷积神经网络的SAR图像舰船目标检测算法。首先将目前先进的单次多盒检测器(single shot multibox detector,SSD)检测算法应用到SAR图像舰船目标检测领域,指出了其在该领域存在的局限性,在此基础上提出了基于SSD的新的检测方法,包括融合上下文信息,迁移模型学习,在公开的SSDD数据集上进行了训练和测试,对实验结果进行了对比分析,实验结果表明,相比于原始的SSD检测算法,所提出的方法不仅提高了目标检测精度,同时也保证了算法的检测效率。
论文目录
文章来源
类型: 期刊论文
作者: 杨龙,苏娟,李响
关键词: 舰船目标检测,单次多盒检测器检测算法,深度卷积神经网络
来源: 系统工程与电子技术 2019年09期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 武器工业与军事技术,船舶工业,自动化技术
单位: 火箭军工程大学核工程学院
基金: 国家自然科学基金(41574008)资助课题
分类号: U674.7;TP183
页码: 1990-1997
总页数: 8
文件大小: 910K
下载量: 542
相关论文文献
- [1].基于参数优化小波变化的舰船目标检测方法[J]. 舰船科学技术 2020(02)
- [2].基于遥感图像的舰船目标定位研究[J]. 舰船科学技术 2020(12)
- [3].海面舰船目标微多普勒周期快速估计方法[J]. 电子测量与仪器学报 2020(06)
- [4].云平台和神经网络的舰船目标检测[J]. 舰船科学技术 2019(12)
- [5].云环境舰船目标检测与跟踪[J]. 舰船科学技术 2018(12)
- [6].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(11)
- [7].深度学习的遥感影像舰船目标检测[J]. 测绘科学 2020(03)
- [8].纹理高阶分形特征的海面舰船目标检测方法[J]. 舰船科学技术 2020(04)
- [9].生成对抗网络辅助学习的舰船目标精细识别[J]. 智能系统学报 2020(02)
- [10].基于显著区域提取的红外图像舰船目标检测[J]. 电讯技术 2020(07)
- [11].海面上舰船目标的紫外散射特性研究[J]. 红外技术 2019(08)
- [12].海上舰船目标雷达成像算法[J]. 科技导报 2017(20)
- [13].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(04)
- [14].光学遥感图像舰船目标检测与识别综述[J]. 自动化学报 2011(09)
- [15].一种基于差分滤波的红外舰船目标检测方法[J]. 指挥与控制学报 2020(02)
- [16].复杂场景下的自动红外舰船目标检测[J]. 红外技术 2014(04)
- [17].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(12)
- [18].舰船目标实时一维距离像研究[J]. 现代雷达 2008(07)
- [19].基于多尺度局部对比度的前视红外舰船目标增强[J]. 电光与控制 2020(09)
- [20].扫描探测系统多尺度舰船目标的空间特性分析[J]. 光学学报 2019(07)
- [21].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(20)
- [22].遥感图像中舰船目标的快速精细检测[J]. 光电工程 2016(04)
- [23].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(10)
- [24].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(05)
- [25].一种对港口影像进行舰船目标提取方法[J]. 计算机仿真 2014(01)
- [26].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(02)
- [27].航空遥感影像的实时舰船目标检测[J]. 光学精密工程 2020(10)
- [28].星载SAR在轨成像及舰船目标检测方法[J]. 航天器工程 2018(06)
- [29].二值化特征在快速舰船目标预选中的应用[J]. 光学技术 2017(05)
- [30].基于梯度统计特性的自动红外舰船目标检测[J]. 数字技术与应用 2013(10)
标签：舰船目标检测论文; 单次多盒检测器检测算法论文; 深度卷积神经网络论文;