[发明专利]基于难样本挖掘的机场检测方法有效
| 申请号： | 201710314261.4 | 申请日： | 2017-05-06 |
| 公开（公告）号： | CN107665351B | 公开（公告）日： | 2022-07-26 |
| 发明（设计）人： | 张浩鹏;姜志国;蔡博文;赵丹培;谢凤英;史振威;尹继豪;罗晓燕 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/771;G06K9/62;G06V10/46;G06N3/04 |
| 代理公司： | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人： | 王鹏 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于难样本挖掘的机场检测方法，所述方法包括以下步骤：将光学遥感图像与对应标注真值作为光学遥感图像的训练数据；候选区域提取网络的训练；区域分类网络的训练；候选区域提取与区域分类网络的耦合训练；基于难样本挖掘的端到端深度卷积网络的微调；端到端深度卷积神经网络的机场检测。将深度卷积神经网络引入到遥感图像机场检测，不仅利用卷积网络提取遥感图像中目标的高层语义特征信息，通过高层语义特征筛选机场候选区域，同时还对候选区域是否为机场进行二次确认，提升遥感图像中机场检测的查全率与准确率。 | ||
| 搜索关键词： | 基于 样本 挖掘 机场 检测 方法 | ||
【主权项】：
一种基于难样本挖掘的机场检测方法，其特征在于，所述方法包括以下步骤：将光学遥感图像与对应标注真值作为所述光学遥感图像的训练数据；候选区域提取网络的训练；区域分类网络的训练；候选区域提取与区域分类网络的耦合训练；基于难样本挖掘的端到端深度卷积网络的微调；端到端深度卷积神经网络的机场检测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710314261.4/，转载请声明来源钻瓜专利网。
