[发明专利]基于上下文关联的全卷积网络飞机层级检测方法有效
| 申请号： | 201910357321.X | 申请日： | 2019-04-29 |
| 公开（公告）号： | CN110084203B | 公开（公告）日： | 2021-03-05 |
| 发明（设计）人： | 姜志国;张浩鹏;蔡博文;赵丹培;谢凤英 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 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： | 李冉 |
| 地址： | 100000*** | 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上下文关联的全卷积网络飞机层级检测方法，包括以下步骤：将原始高分辨率遥感图像降采样得到低分辨率的遥感图像；利用低分辨率的遥感图像和原始高分辨率遥感图像分别训练粗检测网络和精检测网络；利用粗检测网络和精检测网络输出结果间的对应关系训练精度增益预测网络；基于粗检测网络、精检测网络和精度增益预测网络的输出结果训练精检测决策网络，生成精检测区域；利用精检测网络确定精检测区域中的飞机目标，并更新粗检测网络中的输出结果，得到飞机目标检测结果。本发明能够在大幅宽遥感图像中快速检测出典型的飞机目标，并且减少飞机间紧邻关系导致的漏检，对于大幅宽遥感图像中的飞机检测具有巨大的实用价值。 | ||
| 搜索关键词： | 基于 上下文 关联 卷积 网络 飞机 层级 检测 方法 | ||
【主权项】：
1.基于上下文关联的全卷积网络飞机层级检测方法，其特征在于，包括以下步骤：S101：将原始高分辨率遥感图像降采样得到低分辨率的遥感图像；S102：利用所述低分辨率的遥感图像和所述原始高分辨率遥感图像分别训练粗检测网络和精检测网络；S103：利用所述粗检测网络和所述精检测网络输出结果间的对应关系训练精度增益预测网络；S104：基于所述粗检测网络、所述精检测网络和所述精度增益预测网络的输出结果训练精检测决策网络，生成精检测区域；S105：利用所述精检测网络确定所述精检测区域中的飞机目标，并更新所述粗检测网络中的输出结果，得到飞机目标检测结果。
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/201910357321.X/，转载请声明来源钻瓜专利网。
