| 专利申请号 | 201811524239.3 |
|---|---|
| 申请日 | 2018.12.13 |
| 公开(公告)号 | CN109711288A |
| 公开(公告)日 | 2019.05.03 |
| 主分类号 | G06K9/00 |
| 分案原申请号 | |
| 分类号 | G06K9/00 G06K9/46 G06K9/62 G06N3/04 G06N3/08 |
| 优先权 | |
| 申请(专利权)人 | 西安电子科技大学 |
| 地址 | 710071 陕西省西安市雁塔区太白南路2号 |
| 发明(设计)人 | 张向荣;焦李成;侯伟宁;唐旭;朱鹏;周挥宇;马文萍 |
| 国际申请 | |
| 国际公布 | |
| 进入国家阶段日期 | |
| 专利代理机构 | 陕西电子工业专利中心 61205 |
| 代理人 | 王品华 |
| 专利类型 | 发明专利 |
| 摘要 | 本发明提出一种基于特征金字塔结构全卷积神经网络的遥感船舶检测方法，主要解决现有技术存在水平轮廓包围框互相重叠、覆盖及检出率低的问题。其实现方案为：1.在现有遥感数据集中选取样本图片并裁剪，划分为训练样本和测试样本；2.使用由带像素距离边框最小值约束的类别损失函数和形状损失函数构成的整体损失函数，训练全卷积神经网络；3.将测试样本输入训练好的全卷积网络，输出为各像素点的特征矩阵，并进行坐标变换获得轮廓包围框的坐标；4.对各像素轮廓包围框进行筛选、合并，得到检测结果图及坐标文件。本发明能对遥感船舶图像生成带有角度的轮廓边界框，检出率高，边界准确，可用于从光学传感器拍摄的遥感图像中提取船舶目标。 |
| 全文下载 | 下载 |