一种基于深度学习的遥感影像敏感目标自动隐藏方法.pdf
葫芦****io
亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于深度学习的遥感影像敏感目标自动隐藏方法.pdf
本发明属于地理数据脱敏技术领域,具体涉及一种基于深度学习的遥感影像敏感目标自动隐藏方法,包括:首先采用高召回参数的YOLOX算法识别特定场景中的敏感目标,并生成带有缓冲区域的矩形掩膜区域,以便实现敏感目标全覆盖;然后采取EdgeConnect算法对生成的掩膜区域进行背景补全处理,利用边缘生成和颜色纹理补充的两阶段条件生成对抗网络模型构建缺失区域的结构纹理特征;最终在EdgeConnect方法的基础上结合对比度调整模块,提高补全结果的稳健性。因此,本发明解决现有技术中存在的由于敏感目标及其阴影覆盖不完全、背
一种遥感影像密集目标深度学习检测方法.pdf
本发明公开了一种遥感影像密集目标深度学习检测方法,用于遥感影像密集目标提取。首先,将图像输入到深层的CNN基础网络中以获取特征图;其次,将深度卷积特征输入到密集目标提取框架中,以进行感兴趣区域提取(RPN分支),对象分类和矩形框框回归。对于RPN分支,提出了高密度偏置采样器来挖掘更多具有高密度的样本(难样本)以提高检测性能。在密集目标提取框架之后采用Soft‑NMS来保留更多积极对象。最后,输出精炼的矩形框,以实现对密集物体的数量统计。
基于深度学习的高分遥感影像分类方法研究.pdf
一种基于遥感影像和深度学习的道路提取方法.pdf
本发明涉及一种基于遥感影像和深度学习的道路提取方法,步骤为:在遥感影像中,确定遥感影像的分辨率并截取,对截取遥感影像进行数据标注;使用Canny边缘检测算法对截取的遥感像对图像边缘进行提取,将提取得到的图像与原图像叠加,突出道路特征;搭建图像分类模型,在对基础的网络进行分类任务的训练中,留下低级的图像特征信息,并在特征提取模型构建的流程中,传递给下一级语义分割模型;搭建语义分割模型,用于在遥感影像中分割出道路信息;训练后,提取道路信息的网络参数将留存在分割模型中。本发明通过对图像进行预处理,突出道路特征,
基于成像仿真与深度学习的遥感影像小目标检测方法的开题报告.docx
基于成像仿真与深度学习的遥感影像小目标检测方法的开题报告一、选题的背景和意义遥感影像是获取地面信息的重要手段之一,它具有广阔的视野、高分辨率和高精度的优势,是地面信息提取、城市规划、农业资源监测等领域的重要数据来源。遥感影像中常常出现各种各样的小目标,例如建筑物、车辆、行人等等。这些小目标的自动检测具有重要的应用价值,例如可以在自动驾驶、城市安防、灾害救援等领域中发挥重要作用。传统的小目标检测方法通常基于图像处理技术和人工特征提取,但这些方法存在一些局限性,例如对于复杂背景和遮挡物的识别效果不好、需人工选