-
公开(公告)号：CN108664939A
公开(公告)日：2018-10-16
申请号：CN201810466761.4
申请日：2018-05-16
Applicant: 东南大学
Abstract: 本发明公开了一种基于HOG特征与深度学习的遥感图像飞机识别方法，首先对样本提取HOG特征放入SVM进行训练分类，然后用训练好的分类器对遥感图像中的飞机进行检测。在进行检测时，先对整幅图像求梯度，每8*8个像素组成一个Cell，对每个Cell求出梯度方向直方图，然后每4*4个Cell组成一个Block，并将每个Block中的HOG特征归一化，最后只需将每7*7个Block中的HOG特征串联起来最为最后的特征放入训练好的SVM分类器进行分类，相比直接对图像的每个位置扫描，速度有巨大的提升，这一步相当于粗分类，对于检测出的候选目标，再放入训练好的深度卷积网络VGG中进一步细分类，有效提高了识别精度。本发明由粗到细的方式，显著提高了遥感图像中飞机识别的速度和准确率。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
