[发明专利]基于深度学习的遥感机场飞机检测的方法及装置在审
| 申请号： | 201910204847.4 | 申请日： | 2019-03-18 |
| 公开（公告）号： | CN110110586A | 公开（公告）日： | 2019-08-09 |
| 发明（设计）人： | 曾大治;刘英杰;侯金元;章菲菲 | 申请（专利权）人： | 北京理工雷科电子信息技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 北京理工大学专利中心 11120 | 代理人： | 刘芳;仇蕾安 |
| 地址： | 100081 北京市海淀区中关*** | 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： | 本发明实施例提供了一种基于深度学习的遥感机场飞机检测的方法及装置，包括：获取输入大视场的遥感机场图像；采用最大类间方差对所获取的遥感机场图像进行分割，提取机场轮廓，确定机场候选区切片；根据所确定的机场候选区切片，提取机场候选区的特征，用K均值聚类算法对所提取的特征进行聚类，获得机场的特征组合，采用支持向量机分类器筛选出疑似机场候选区；使用轻便网络算法对所筛选出的疑似机场候选区进行飞机目标提取，计算飞机目标在所获取的遥感机场图像中的位置，得到飞机目标的位置信息，通过非最大值抑制的方法剔除重叠的坐标框。本发明实施例结合机器学习和深度学习，实现对大视场遥感机场飞机准确且快速的检测。 | ||
| 搜索关键词： | 机场 候选区 遥感 飞机目标 飞机检测 大视场 图像 切片 支持向量机分类器 筛选 机器学习 特征组合 网络算法 最大类 轻便 方差 聚类 学习 剔除 分割 检测 飞机 | ||
【主权项】：
1.一种基于深度学习的遥感机场飞机检测的方法，其特征在于，包括：获取输入大视场的遥感机场图像；采用最大类间方差对所获取的遥感机场图像进行分割，提取机场轮廓，确定机场候选区切片；根据所确定的机场候选区切片，提取机场候选区的特征，用K均值聚类算法对所提取的特征进行聚类，获得机场的特征组合，采用支持向量机分类器筛选出疑似机场候选区；使用轻便网络算法对所筛选出的疑似机场候选区进行飞机目标提取，计算飞机目标在所获取的遥感机场图像中的位置，得到飞机目标的位置信息，通过非最大值抑制的方法剔除重叠的坐标框。
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理工雷科电子信息技术有限公司，未经北京理工雷科电子信息技术有限公司许可，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/201910204847.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于CNN的情绪特征分类方法
- 下一篇：智能云人像验证平台
