目標(biāo)檢測已成為計算機視覺領(lǐng)域當(dāng)中一個重要的任務(wù)分支,然而現(xiàn)在多是利用深度卷積神經(jīng)網(wǎng)絡(luò)對自然圖像進行目標(biāo)檢測,較少是針對光學(xué)遙感影像進行研究的。因此,探索更高效的基于深度卷積神經(jīng)網(wǎng)絡(luò)的光學(xué)遙感影像目標(biāo)檢測算法具有現(xiàn)實的研究意義�；谝陨戏治�,本文利用深度卷積神經(jīng)網(wǎng)絡(luò)來提取光學(xué)遙感影像中目標(biāo)深淺層的特征信息并將其進行相應(yīng)的融合來對圖像中的目標(biāo)進行分類與回歸操作,實現(xiàn)對目標(biāo)的檢測,主要內(nèi)容為如下的三個方面:1.提出了一種基于反卷積上下文信息融合網(wǎng)絡(luò)的光學(xué)遙感影像目標(biāo)檢測方法。首先以光學(xué)遙感影像中的目標(biāo)為中心實現(xiàn)隨機偏移劃塊式切割得到包含目標(biāo)的圖像,為了使數(shù)據(jù)與網(wǎng)絡(luò)中的參數(shù)量相匹配避免過擬合對切割后的圖像進行數(shù)據(jù)增強操作來構(gòu)造訓(xùn)練數(shù)據(jù)集。然后在目標(biāo)檢測SSD網(wǎng)絡(luò)中增加一個反卷積模塊來實現(xiàn)上下文信息的聯(lián)系,得到反卷積上下文信息融合網(wǎng)絡(luò)并運用此網(wǎng)絡(luò)對光學(xué)遙感影像中的目標(biāo)進行分類與回歸來實現(xiàn)目標(biāo)檢測的任務(wù)。本方法的關(guān)鍵在于反卷積模塊的引入,有效地克服了光學(xué)遙感影像中對于目標(biāo)檢測精確率不高的問題,通過對比試驗,驗證了該方法的有效性。2.提出了一種基于細(xì)化反卷積淺層特征融合網(wǎng)絡(luò)的光學(xué)遙感影像目標(biāo)檢測方法... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：96 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 選題意義與背景介紹
    1.2 國內(nèi)外的發(fā)展現(xiàn)狀
    1.3 深度學(xué)習(xí)
    1.4 卷積神經(jīng)網(wǎng)絡(luò)
    1.5 目標(biāo)檢測評價指標(biāo)
    1.6 論文組織結(jié)構(gòu)
第二章 基于反卷積上下文信息融合網(wǎng)絡(luò)的光學(xué)遙感影像目標(biāo)檢測
    2.1 引言
    2.2 實驗數(shù)據(jù)介紹及統(tǒng)計分析
    2.3 數(shù)據(jù)集構(gòu)造
        2.3.1 訓(xùn)練數(shù)據(jù)集
        2.3.2 測試數(shù)據(jù)集
    2.4 反卷積上下文信息融合網(wǎng)絡(luò)框架
        2.4.1 Res Net-101 網(wǎng)絡(luò)
        2.4.2 反卷積模塊
        2.4.3 默認(rèn)框設(shè)置
    2.5 非極大值抑制
    2.6 基于反卷積上下文信息融合網(wǎng)絡(luò)的光學(xué)遙感影像目標(biāo)檢測方法
    2.7 實驗結(jié)果及分析
        2.7.1 平臺說明
        2.7.2 實驗結(jié)果分析
    2.8 本章小結(jié)
第三章 基于細(xì)化反卷積淺層特征融合網(wǎng)絡(luò)的光學(xué)遙感影像目標(biāo)檢測
    3.1 引言
    3.2 細(xì)化反卷積淺層特征融合網(wǎng)絡(luò)
        3.2.1 VGG-16 網(wǎng)絡(luò)
        3.2.2 默認(rèn)框細(xì)化模塊
        3.2.3 目標(biāo)檢測模塊
        3.2.4 損失函數(shù)
    3.3 Soft-NMS
        3.3.1 線性加權(quán)NMS
        3.3.2 高斯加權(quán)NMS
        3.3.3 對數(shù)加權(quán)NMS
    3.4 基于細(xì)化反卷積淺層特征融合網(wǎng)絡(luò)的光學(xué)遙感影像目標(biāo)檢測方法
    3.5 實驗結(jié)果及分析
        3.5.1 平臺說明
        3.5.2 實驗結(jié)果分析
    3.6 本章小結(jié)
第四章 基于曲線波細(xì)化反卷積淺層特征融合網(wǎng)絡(luò)的光學(xué)遙感影像目標(biāo)檢測
    4.1 引言
    4.2 Curvelet變換
        4.2.1 Curvelet變換理論基礎(chǔ)
        4.2.2 Curvelet變換發(fā)展過程
    4.3 基于Wrapping的快速離散Curvelet變換實現(xiàn)方法
    4.4 Curvelet變換的實現(xiàn)過程
    4.5 Curvelet變換特征分析
    4.6 基于曲線波細(xì)化反卷積淺層特征融合網(wǎng)絡(luò)的光學(xué)遙感影像目標(biāo)檢測方法
    4.7 實驗結(jié)果及分析
        4.7.1 平臺說明
        4.7.2 實驗結(jié)果分析
    4.8 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文工作與總結(jié)
    5.2 工作展望
參考文獻(xiàn)
致謝
作者簡介



本文編號：3193356