训练集对遥感图像超分辨率下自动目标识别影响的研究

doi:10.3969/j.issn.1674-8425(z).2021.02.018

重庆理工大学学报（自然科学） ›› 2021, Vol. 35 ›› Issue (2): 136-143.doi: 10.3969/j.issn.1674-8425(z).2021.02.018

训练集对遥感图像超分辨率下自动目标识别影响的研究

王艳1a,1b,李昂1,2,王晟全1a,1b

1.南京理工大学 a.紫金学院;b.电子工程与光电技术学院,南京 210023;2.南京邮电大学通信学院,南京 210003

收稿日期:2020-05-11 出版日期:2021-03-22 发布日期:2021-03-22
作者简介:王艳,女,硕士,讲师,主要从事数字图像处理研究,E-mail:kintywy@163.com?
基金资助:
江苏省高校自然科学基金面上项目(18KJD510004);江苏省普通高校学术学位研究生科研创新计划项目(KYLX160661);江苏省高等学校大学生创新创业训练计划项目(201913654002Y)

Received:2020-05-11 Online:2021-03-22 Published:2021-03-22

摘要/Abstract

摘要： 采用深度学习算法:首先通过超分辨复原生成对抗网络实现图像超分辨率,在包括测试船舶本体的多个训练集中进行训练;然后采用AlexNet网络进行分类检测;最后采用RetinaNet网络进行目标识别?实验表明:与不包含测试本体的训练集相比,包含测试本体的训练集超分辨率下的目标识别精确率最高?

中图分类号:

TP39

王艳1a,1b,李昂1,2,王晟全1a,1b. 训练集对遥感图像超分辨率下自动目标识别影响的研究[J]. 重庆理工大学学报（自然科学）, 2021, 35(2): 136-143.

[1]	孙双林, 杨倩, 张优敏. 应用于图像分割的卷积神经网络参数简化模型[J]. 重庆理工大学学报（自然科学）, 2021, 35(3): 145-151.
[2]	饶文军, 谷玉海, 朱腾腾, 黄艳庭. 基于深度学习的车牌智能识别方法[J]. 重庆理工大学学报（自然科学）, 2021, 35(3): 119-127.
[3]	闫河１, ２, 李焕１, 罗成１. 基于深度学习的罐式炼炉送料口视觉检测与跟踪方法[J]. 重庆理工大学学报（自然科学）, 2021, 35(3): 139-144.
[4]	杨尊俭,张淑军. 基于DTW和CNN的仿真驾驶手势识别及交互[J]. 重庆理工大学学报（自然科学）, 2021, 35(2): 144-151.
[5]	王华秋1,李鑫2. 门循环单元预测模型在故障诊断中的应用[J]. 重庆理工大学学报（自然科学）, 2021, 35(2): 152-158.
[6]	刘超,韩锐,黄贤英,杨宏雨,刘小洋. 网络传销的SIR传播模型[J]. 重庆理工大学学报（自然科学）, 2021, 35(1): 161-167.
[7]	龚昱宁1,张严辞1,2,陈学超2,聂宇2. 基于可控域扭曲和有序抖动降噪的高性能云层湍流渲染[J]. 重庆理工大学学报（自然科学）, 2021, 35(1): 118-128.
[8]	刘姗姗, 马社祥, 孟鑫, 张启超. 基于CNN和Bi-LSTM的船舶航迹预测[J]. 重庆理工大学学报（自然科学）, 2020, 34(12): 196-205.
[9]	张莲, 杨森淋, 禹红良, 左兴喜, 刘晓丽. 改进非局部核模糊C均值聚类的红外图像分割[J]. 重庆理工大学学报（自然科学）, 2020, 34(11): 130-137.
[10]	刘胜a, 马社祥a, 孟鑫b, 李啸c. 基于U-Net定位优化的交通标志识别网络[J]. 重庆理工大学学报（自然科学）, 2020, 34(11): 147-155.
[11]	胡扬, 闫宏飞, 陈罛. 面向金融知识图谱的实体和关系联合抽取算法[J]. 重庆理工大学学报（自然科学）, 2020, 34(5): 139-149.
[12]	张勇. 基于图像结构张量的改进样本图像修复算法[J]. 重庆理工大学学报（自然科学）, 2020, 34(3): 145-151.
[13]	李立治１, ２, 杨建军２, 刘双喜１, ２, 张先锋２, 郭文翠２, 李萍２. 国内人群的驾驶风格分类及识别方法研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(11): 33-40.
[14]	姚鹏威, 杨炯, 张爱梅, 黄晓. 表格图像转换成Ｗｏｒｄ表格的研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(11): 100-105,190.
[15]	周剑敏１, 胡海刚２, 钱云霞２. ＷＳＮ中利用广义学习自动机和休眠机制的部分覆盖方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(11): 121-129.

训练集对遥感图像超分辨率下自动目标识别影响的研究

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10