基于哈希学习的遥感图像目标检测及应用
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-18页 |
| 1.1 遥感图像目标检测的研究意义 | 第9-10页 |
| 1.2 研究现状 | 第10-14页 |
| 1.2.1 传统方法 | 第10-11页 |
| 1.2.2 未来发展趋势 | 第11-14页 |
| 1.3 国内外遥感图像目标检测数据集 | 第14-15页 |
| 1.4 本文研究工作 | 第15-16页 |
| 1.5 论文组织结构 | 第16-18页 |
| 2 基于区域选择的目标候选区域生成方法 | 第18-27页 |
| 2.1 获取目标候选区域的传统方法 | 第18页 |
| 2.2 区域选择方法 | 第18-22页 |
| 2.2.1 基于图表示的图像分割方法 | 第19-20页 |
| 2.2.2 相似性计算 | 第20-21页 |
| 2.2.3 区域合并算法 | 第21-22页 |
| 2.3 区域选择方法性能评价 | 第22-26页 |
| 2.3.1 数据描述 | 第22页 |
| 2.3.2 参数设置和评估准则 | 第22-23页 |
| 2.3.3 结果分析 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 基于旋转不变离散哈希的遥感目标分类 | 第27-39页 |
| 3.1 引言 | 第27页 |
| 3.2 监督离散哈希学习 | 第27-29页 |
| 3.2.1 多类别线性分类 | 第27-28页 |
| 3.2.2 非线性哈希方程 | 第28-29页 |
| 3.3 旋转不变离散哈希学习 | 第29-32页 |
| 3.3.1 旋转不变性约束 | 第29-30页 |
| 3.3.2 变量交替优化 | 第30-31页 |
| 3.3.3 算法流程 | 第31-32页 |
| 3.4 实验 | 第32-38页 |
| 3.4.1 数据描述 | 第32-33页 |
| 3.4.2 评估准则 | 第33页 |
| 3.4.3 与当前主流的哈希学习方法比较 | 第33-37页 |
| 3.4.4 与当前主流的分类器比较 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 基于旋转不变离散哈希的遥感图像目标检测 | 第39-57页 |
| 4.1 本章方法概述 | 第39-40页 |
| 4.2 旋转不变离散哈希分类 | 第40-43页 |
| 4.2.1 训练阶段 | 第41-42页 |
| 4.2.2 预测阶段 | 第42页 |
| 4.2.3 结果 | 第42-43页 |
| 4.3 SVM分类 | 第43-46页 |
| 4.3.1 SVM线性分类器 | 第43-44页 |
| 4.3.2 参数设置 | 第44-45页 |
| 4.3.3 结果 | 第45-46页 |
| 4.4 非极大值抑制 | 第46-48页 |
| 4.4.1 理论基础 | 第46页 |
| 4.4.2 算法流程 | 第46-48页 |
| 4.4.3 结果 | 第48页 |
| 4.5 实验 | 第48-56页 |
| 4.5.1 数据描述 | 第48-49页 |
| 4.5.2 评估准则 | 第49-50页 |
| 4.5.3 检测结果 | 第50-54页 |
| 4.5.4 与其他方法的比较结果 | 第54-56页 |
| 4.6 本章小结 | 第56-57页 |
| 5 基于哈希学习的遥感图像目标检测系统设计与应用 | 第57-71页 |
| 5.1 引言 | 第57页 |
| 5.2 系统概述 | 第57-59页 |
| 5.2.1 运行环境 | 第57页 |
| 5.2.2 开发语言及平台 | 第57页 |
| 5.2.3 系统框架 | 第57-58页 |
| 5.2.4 系统流程图 | 第58-59页 |
| 5.3 系统用户界面设计 | 第59页 |
| 5.4 系统功能设计与技术分析 | 第59-70页 |
| 5.4.1 数据选择模块 | 第59-62页 |
| 5.4.2 结果显示模块 | 第62-65页 |
| 5.4.3 性能评价模块 | 第65-70页 |
| 5.5 本章小结 | 第70-71页 |
| 6 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 附录 | 第79页 |
