[发明专利]基于深度学习的遥感影像舰船目标检测方法在审
| 申请号： | 201910726359.X | 申请日： | 2019-08-07 |
| 公开（公告）号： | CN110647802A | 公开（公告）日： | 2020-01-03 |
| 发明（设计）人： | 赵江洪;张晓光;杨璐;孙铭悦;董岩;陈朝阳 | 申请（专利权）人： | 北京建筑大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 11369 北京远大卓悦知识产权代理事务所(普通合伙) | 代理人： | 史霞 |
| 地址： | 102616 北*** | 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： | 本发明公开了基于深度学习的遥感影像舰船目标检测方法，包括：获取遥感影像数据集；采用残差网络对所述遥感影像数据集中的影像进行特征提取，生成特征映射图；采用区域生成网络在所述特征映射图上生成预测标定框，判断该预测标定框是否为目标标定框并进行回归分析，生成精确标定框；将所述精确标定框与所述特征映射图融合，生成固定的特征映射图，进行目标定位；判断每个所述固定的特征映射图的类别，实现目标检测。本发明可实现对遥感影像中的舰船目标进行了端到端的检测识别，具有较好的检测准确性与对复杂场景的鲁棒性，并且在检测速度上可达到每秒5帧，可实现对遥感目标的实时检测。 | ||
| 搜索关键词： | 映射图 标定 遥感影像数据 检测 舰船目标 遥感影像 固定的 复杂场景 回归分析 目标定位 目标检测 区域生成 实时检测 特征提取 遥感目标 鲁棒性 预测 残差 影像 网络 融合 学习 | ||
【主权项】：
1.基于深度学习的遥感影像舰船目标检测方法，其特征在于，包括：/n获取遥感影像数据集；/n采用残差网络对所述遥感影像数据集中的影像进行特征提取，生成特征映射图；/n采用区域生成网络在所述特征映射图上生成预测标定框，判断该预测标定框是否为目标标定框并进行回归分析，生成精确标定框；/n将所述精确标定框与所述特征映射图融合，生成固定的特征映射图，进行目标定位；/n判断每个所述固定的特征映射图的类别，实现目标检测。/n
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建筑大学，未经北京建筑大学许可，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/201910726359.X/，转载请声明来源钻瓜专利网。
