研究目的
提出一种基于卷积神经网络(CNN)的重归一化方法,以提高甚高分辨率(VHR)遥感图像中船舶检测的目标提议质量。
研究成果
所提出的基于卷积神经网络的重归一化方法提高了船舶检测的交并比质量,在准确性和适当的交并比方面优于其他方法。该方法对于高分辨率遥感图像中的船舶检测非常有效。
研究不足
未考虑计算复杂度,且由于采用固定窗口和重叠提议窗口,该方法的准确性低于多窗口卷积神经网络。
研究目的
提出一种基于卷积神经网络(CNN)的重归一化方法,以提高甚高分辨率(VHR)遥感图像中船舶检测的目标提议质量。
研究成果
所提出的基于卷积神经网络的重归一化方法提高了船舶检测的交并比质量,在准确性和适当的交并比方面优于其他方法。该方法对于高分辨率遥感图像中的船舶检测非常有效。
研究不足
未考虑计算复杂度,且由于采用固定窗口和重叠提议窗口,该方法的准确性低于多窗口卷积神经网络。
加载中....
您正在对论文“[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚(2018.7.22-2018.7.27)] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于CNN的高分辨率遥感图像船舶检测重归一化方法”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期