遥感图像中飞机目标提取的深度学习方法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 引言 | 第9-20页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 遥感图像处理技术的发展 | 第11-15页 |
| 1.3 遥感图像中飞机目标检测难点分析 | 第15-17页 |
| 1.4 课题研究目标及技术指标 | 第17-18页 |
| 1.5 本文组织结构及创新点 | 第18-20页 |
| 1.5.1 组织结构 | 第18页 |
| 1.5.2 创新点 | 第18-20页 |
| 第2章 目标检测方法原理介绍 | 第20-35页 |
| 2.1 传统图像特征典型方法对比 | 第20-26页 |
| 2.1.1 Haar特征局限性 | 第20-21页 |
| 2.1.2 SIFT尺度不变特征局限性 | 第21-24页 |
| 2.1.3 HOG特征局限性 | 第24-26页 |
| 2.2 深度学习中CNN的特征表达 | 第26-30页 |
| 2.2.1 卷积特征 | 第26-29页 |
| 2.2.2 激活函数 | 第29-30页 |
| 2.3 分类与优化 | 第30-34页 |
| 2.3.1 分类器 | 第30-33页 |
| 2.3.2 优化算法 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 联系上下文的多尺度检测算法 | 第35-42页 |
| 3.0 算法概述 | 第35页 |
| 3.1 难点分析 | 第35-36页 |
| 3.2 实验数据预处理 | 第36-38页 |
| 3.2.1 数据集的准备 | 第36-37页 |
| 3.2.2 图像预处理 | 第37-38页 |
| 3.3 实验网络结构的构建 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 实验结果与分析 | 第42-50页 |
| 4.1 实验概述 | 第42页 |
| 4.2 数据集的处理 | 第42-43页 |
| 4.3 网络模型的训练 | 第43-45页 |
| 4.4 评价指标与结果分析 | 第45-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 空间运动目标检测问题研究 | 第50-56页 |
| 5.1 运动目标检测方法的研究 | 第50页 |
| 5.2 运动飞机目标检测实验分析 | 第50-53页 |
| 5.2.1 卫星运动目标数据特征 | 第51页 |
| 5.2.2 实验结果分析 | 第51-53页 |
| 5.3 手机视频数据实验与分析 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-65页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第65页 |
