基于多核学习的高分辨率光学遥感图像目标检测方法研究的综述报告.docx
快乐****蜜蜂
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于多核学习的高分辨率光学遥感图像目标检测方法研究的综述报告.docx
基于多核学习的高分辨率光学遥感图像目标检测方法研究的综述报告高分辨率光学遥感图像是一种非常重要的遥感数据类型,它的分辨率高、信息量大,可以用于很多应用领域,比如城市规划、水资源调查、环境监测等。目标检测是光学遥感图像处理中的一个重要环节,目的是识别图片中的目标物体,因此对于高分辨率光学遥感图像检测的研究具有重要的意义。随着硬件技术的进步,多核学习在目标检测领域中得到了广泛应用。本文将综述基于多核学习的高分辨率光学遥感图像目标检测方法的研究现状。一、多核学习的基本概念和原理多核学习是一种利用多种核函数来解决
基于稠密目标特征学习的光学遥感图像目标检测方法.pdf
本发明公开了一种基于稠密目标特征学习的光学遥感图像目标检测方法,主要解决现有技术中深层卷积导致小目标信息被过滤掉的问题。本发明的具体步骤如下:(1)搭建一个共25层的稠密目标特征网络并设置每层参数;(2)构造训练样本集和训练类标集;(3)获取稠密目标特征网络的深浅特征;(4)对稠密目标特征网络的深浅特征进行融合;(5)获取目标候选框特征集;(6)进行稠密池化;(7)构造测试样本集;(8)对测试样本集进行检测。本发明具有对光学遥感图像的深浅特征提取好,目标检测的精度高的优点。
基于变化检测的高分辨率光学遥感图像飞机目标检测方法研究的任务书.docx
基于变化检测的高分辨率光学遥感图像飞机目标检测方法研究的任务书任务书一、背景随着卫星、飞机等航空航天技术的发展,高分辨率遥感图像成为探测、观测和监测地球表面的主要手段之一。高分辨率遥感图像中的目标检测是地理空间信息技术重要的应用领域之一,具有广阔的应用前景。其中,飞机目标检测是军事、民用等领域中十分重要的一个应用领域。目前,高分辨率遥感图像中的目标检测主要通过分类方法实现,例如支持向量机(SVM)、人工神经网络(ANN)等。这些方法精度较高,但涉及到训练样本的选取、特征提取与分类器的参数设置等方面的问题,
基于光学遥感图像的目标检测技术研究的中期报告.docx
基于光学遥感图像的目标检测技术研究的中期报告一、研究背景随着遥感技术的不断发展和地球观测卫星的不断更新,遥感图像已经成为获取地球表面信息非常重要的手段之一。在工农业生产、环境监测等领域,遥感图像的应用已经得到了广泛的认可。其中,目标检测是遥感图像处理的关键问题之一。基于光学遥感图像的目标检测技术,是充分发挥遥感图像特点实现目标识别、属性提取、变化分析等的一个重要手段。目前,基于深度学习的目标检测技术已经在遥感图像处理中展示出有效的应用。但是,在实际应用中,由于遥感图像的特殊性质,如像元分辨率、遮挡、光照变
基于人类视觉注意模型的高分辨率遥感图像分割方法研究的综述报告.docx
基于人类视觉注意模型的高分辨率遥感图像分割方法研究的综述报告随着遥感技术的发展和高分辨率遥感图像的广泛应用,遥感图像分割成为了高分辨率遥感图像处理的重要应用之一。在众多的遥感图像分割方案中,基于人类视觉注意模型的方法越来越受到研究者的关注。这种方法从模拟人类视觉系统的角度出发,利用计算机科学、神经科学和心理学等相关知识,将视觉注意机制应用到遥感图像分割中,以提高分割精度和效率。本文将对基于人类视觉注意模型的高分辨率遥感图像分割方法进行综述。首先,我们需要了解人类视觉注意模型。人类的视觉系统通过对外部输入的