[发明专利]一种基于边缘候选区域提取的深度学习舰船目标检测方法有效
| 申请号： | 201810012688.3 | 申请日： | 2018-01-06 |
| 公开（公告）号： | CN108121991B | 公开（公告）日： | 2022-11-15 |
| 发明（设计）人： | 姜志国;张浩鹏;黄洁;谢凤英;赵丹培;罗晓燕;史振威;尹继豪 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06V10/44 | 分类号： | G06V10/44;G06V10/46;G06V10/774;G06V10/82;G06T7/13;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： | 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： | 本发明提供了一种基于边缘候选区域提取的深度学习舰船目标检测方法，利用基于结构化随机森林模型对不同条件下的遥感图像进行边缘检测，得到有目的性的边缘检测结果，抑制海况和光照等情况对边缘结果的影响；利用基于边缘检测结果的候选区域提取算法，在大幅宽的遥感图像中提取可能存在目标的候选区域，将挑选结果作为深度学习网络的输入，从而提升网络处理的效率，加快检测速度。 | ||
| 搜索关键词： | 一种 基于 边缘 候选 区域 提取 深度 学习 舰船 目标 检测 方法 | ||
【主权项】：
一种基于边缘候选区域提取的深度学习舰船目标检测方法，其特征在于，所述方法包括以下步骤：步骤一，利用光学遥感图像生成对应的边缘真值、目标真值；步骤二，利用所述光学遥感图像和对应的边缘真值，训练得到结构化随机森林边缘检测模型，并使用所述结构化随机森林边缘检测模型对所述训练数据集图像进行边缘提取，获得边缘检测结果图像；步骤三，根据所述光学遥感图像和边缘检测结果图像生成灰度边缘融合图，利用所述灰度边缘融合图训练得到深度卷积神经网络模型；步骤四，基于所述深度卷积神经网络模型对光学遥感测试图像进行舰船目标检测。
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/201810012688.3/，转载请声明来源钻瓜专利网。
