期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进区域卷积神经网络的SAR图像船只检测方法
被引量：
2
1
作者
石洪基
郎海涛
+3 位作者
宋棋
聂晓风
郭展宏
刘梦茜
《中国海洋大学学报（自然科学版）》
CAS
CSCD
北大核心
2019年第S02期185-191,共7页
准确地掌握船只目标的位置和分布对海上交通管理、海洋事故救援及海洋环境保护等非常重要。近年来,合成孔径雷达(SAR)广泛应用到海上船只目标探测中。本文提出一种基于深度学习框架的船只检测方法,该方法根据SAR图像中船只目标的特点,...
准确地掌握船只目标的位置和分布对海上交通管理、海洋事故救援及海洋环境保护等非常重要。近年来,合成孔径雷达(SAR)广泛应用到海上船只目标探测中。本文提出一种基于深度学习框架的船只检测方法,该方法根据SAR图像中船只目标的特点,对区域卷积神经网络的输入部分及目标候选框提取部分做出了适应性改进,并对训练方法进行了优化。实验表明,本文提出的方法能够在不同分辨率的SAR图像中检测出密集分布、沿岸分布等不同场景下不同大小的船只目标,且检测结果不受旁瓣等噪声的干扰,能够完整地保留船只目标的细节信息,实现整体检测。
展开更多
关键词
船只目标检测
快速区域卷积神经网络
深度学习
合成孔径雷达
在线阅读
下载PDF
职称材料
题名
基于改进区域卷积神经网络的SAR图像船只检测方法
被引量：
2
1
作者
石洪基
郎海涛
宋棋
聂晓风
郭展宏
刘梦茜
机构
北京化工大学数理学院物理与电子科学系
出处
《中国海洋大学学报（自然科学版）》
CAS
CSCD
北大核心
2019年第S02期185-191,共7页
基金
国家自然科学基金项目(61471024)
海洋公益性科研专项(201505002-1)资助~~.
文摘
准确地掌握船只目标的位置和分布对海上交通管理、海洋事故救援及海洋环境保护等非常重要。近年来,合成孔径雷达(SAR)广泛应用到海上船只目标探测中。本文提出一种基于深度学习框架的船只检测方法,该方法根据SAR图像中船只目标的特点,对区域卷积神经网络的输入部分及目标候选框提取部分做出了适应性改进,并对训练方法进行了优化。实验表明,本文提出的方法能够在不同分辨率的SAR图像中检测出密集分布、沿岸分布等不同场景下不同大小的船只目标,且检测结果不受旁瓣等噪声的干扰,能够完整地保留船只目标的细节信息,实现整体检测。
关键词
船只目标检测
快速区域卷积神经网络
深度学习
合成孔径雷达
Keywords
ship detection
faster region-convolutional neural network
deep learning
synthetic aperture radar
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TN957.52 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进区域卷积神经网络的SAR图像船只检测方法
石洪基
郎海涛
宋棋
聂晓风
郭展宏
刘梦茜
《中国海洋大学学报（自然科学版）》
CAS
CSCD
北大核心
2019
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
