黄洁
- 作品数：8 被引量：54H指数：1
- 供职机构：北京航空航天大学更多>>
- 发文基金：航天科技创新基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于边缘候选区域提取的深度学习舰船目标检测方法
- 本发明提供了一种基于边缘候选区域提取的深度学习舰船目标检测方法，利用基于结构化随机森林模型对不同条件下的遥感图像进行边缘检测，得到有目的性的边缘检测结果，抑制海况和光照等情况对边缘结果的影响；利用基于边缘检测结果的候选区...
- 姜志国张浩鹏黄洁谢凤英赵丹培罗晓燕史振威尹继豪
- 基于结构森林边缘候选区域提取的舰船目标检测算法
- 本发明提供了一种基于结构森林边缘候选区域提取的舰船目标检测算法，首先通过人工采集并标注的方式获得训练样本和测试样本，并利用训练好的结构化随机森林边缘检测模型，对输入图像进行边缘检测；在得到边缘检测结果之后，通过一系列操作...
- 姜志国张浩鹏黄洁谢凤英赵丹培尹继豪史振威罗晓燕
- 文献传递
- 一种图像变化检测方法
- 本发明公开了一种图像变化检测方法，应用于同一地区不同时期的遥感图像变化区域检测问题，所述方法包括：通过对所述图像的对数比值差异图进行双边滤波得到初始差异图；通过对上述初始差异图进行频率调谐显著性区域检测得到显著图；通过对...
- 张浩鹏姜志国黄洁史振威谢凤英赵丹培尹继豪罗晓燕
- 文献传递
- 一种可见光遥感图像合成方法
- 本发明公开了一种可见光遥感图像合成方法，合成的仿真数据可作为云检测、阴影检测和质量评价等遥感图像研究的验证数据。所述方法包括：通过纹理合成方法，利用不同海况最高分辨率图像切片形成大幅宽的背景数据；通过在海面背景数据上添加...
- 姜志国张浩鹏姚远黄洁罗晓燕谢凤英赵丹培史振威尹继豪
- 文献传递
- 一种基于边缘候选区域提取的深度学习舰船目标检测方法
- 本发明提供了一种基于边缘候选区域提取的深度学习舰船目标检测方法，利用基于结构化随机森林模型对不同条件下的遥感图像进行边缘检测，得到有目的性的边缘检测结果，抑制海况和光照等情况对边缘结果的影响；利用基于边缘检测结果的候选区...
- 姜志国张浩鹏黄洁谢凤英赵丹培罗晓燕史振威尹继豪
- 文献传递
- 一种图像变化检测方法
- 本发明公开了一种图像变化检测方法，应用于同一地区不同时期的遥感图像变化区域检测问题，所述方法包括：通过对所述图像的对数比值差异图进行双边滤波得到初始差异图；通过对上述初始差异图进行频率调谐显著性区域检测得到显著图；通过对...
- 张浩鹏姜志国黄洁史振威谢凤英赵丹培尹继豪罗晓燕
- 复杂背景下的目标检测与识别
- 黄洁
- 关键词：目标检测目标识别支持向量机背景运动补偿
- 基于卷积神经网络的遥感图像舰船目标检测被引量：54
- 2017年
- 针对遥感图像背景复杂、受环境因素影响大的问题,提出一种将卷积神经网络(CNN)与支持向量机(SVM)相结合的舰船目标检测方法,利用卷积神经网络可自主提取图像特征并进行学习的优点,避免了复杂的特征选择和提取过程,在复杂海况背景图像的处理中体现出较优的性能;同时,由于军舰样本获取难度大,应用迁移学习的概念,利用大量民船样本辅助军舰目标的检测,取得较好的效果。通过参数调整与实验验证,此方法在自行建立的测试集上检测率达到90.59%,对光照、环境等外界因素具有一定程度的鲁棒性。
- 黄洁黄洁姜志国张浩鹏
- 关键词：舰船检测
