[发明专利]一种基于深度学习的鲁棒性舰船目标检测方法有效
| 申请号： | 201710677418.X | 申请日： | 2017-08-09 |
| 公开（公告）号： | CN107563303B | 公开（公告）日： | 2020-06-09 |
| 发明（设计）人： | 焦建彬;叶齐祥;刘嫣然;王攀 | 申请（专利权）人： | 中国科学院大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 北京康思博达知识产权代理事务所(普通合伙) 11426 | 代理人： | 刘冬梅;路永斌 |
| 地址： | 100049 *** | 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： | 本发明公开了一种基于深度学习的鲁棒性舰船目标检测方法，包括以下步骤：1：对训练样本进行处理并训练，得到训练分类器；2、获得需处理的遥感图像，并对其进行预处理；3、对预处理后的遥感图像进行海陆分割，得到海陆分割区域，并对不存在舰船的岸上区域进行遮挡；4、获得特征提取网络，并利用其提取步骤3得到的海陆分割区域的旋转不变深度特征，即得到特征图；5、利用分类激活特征图的方法得到舰船这一类别的响应图；6、对步骤5得到的响应图求连通域，得到初步检测框；7、对舰船的参数进行估计，得到带有检测框的结果图。本发明所述方法可以进行水域区分，排除岸上虚警，提高多角度目标的检测精度，大量减少由并排摆放引发的舰船漏检。 | ||
| 搜索关键词： | 一种 基于 深度 学习 鲁棒性 舰船 目标 检测 方法 | ||
【主权项】：
一种基于深度学习的鲁棒性舰船目标检测方法，其特征在于，所述方法包括以下步骤：步骤1：对训练样本进行处理并训练，得到训练分类器；步骤2、获得需处理的遥感图像，并对其进行预处理；步骤3、对预处理后的遥感图像进行海陆分割，得到海陆分割区域，并对不存在舰船的岸上区域进行遮挡；步骤4、获得特征提取网络，并利用其提取步骤3得到的海陆分割区域的旋转不变深度特征，即得到特征图；步骤5、利用分类激活特征图的方法得到舰船这一类别的响应图；步骤6、对步骤5得到的响应图求连通域，得到初步检测框；步骤7、对舰船的参数进行估计，得到带有检测框的结果图。
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中国科学院大学，未经中国科学院大学许可，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/201710677418.X/，转载请声明来源钻瓜专利网。
- 上一篇：移除眼镜的人脸还原方法和装置
- 下一篇：终端设备解锁方法及装置、终端设备
