期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进快速区域卷积神经网络的视频SAR运动目标检测算法研究
被引量:
27
1
作者
闫贺
黄佳
+3 位作者
李睿安
王旭东
张劲东
朱岱寅
《电子与信息学报》
EI
CSCD
北大核心
2021年第3期615-622,共8页
针对传统视频SAR(ViSAR)运动目标检测方法存在的帧间配准难度大、快速运动目标阴影特征不明显、虚警概率高等问题,该文提出一种基于改进快速区域卷积神经网络(Faster R-CNN)的视频SAR运动目标检测方法。该方法结合Faster R-CNN深度学习...
针对传统视频SAR(ViSAR)运动目标检测方法存在的帧间配准难度大、快速运动目标阴影特征不明显、虚警概率高等问题,该文提出一种基于改进快速区域卷积神经网络(Faster R-CNN)的视频SAR运动目标检测方法。该方法结合Faster R-CNN深度学习算法,利用K-means聚类方法对anchor box的长宽及长宽比进行预处理,并采用特征金字塔网络(FPN)架构对视频SAR运动目标的“亮线”特征进行检测。与传统方法相比,该方法具有实现简单、检测概率高、虚警概率低等优势。最后,通过课题组研制的Mini-SAR系统获取的实测视频SAR数据验证了新方法的有效性。
展开更多
关键词
视频SAR
运动目标检测
快速区域卷积神经网络
特征金字塔网络
K-MEANS
下载PDF
职称材料
题名
基于改进快速区域卷积神经网络的视频SAR运动目标检测算法研究
被引量:
27
1
作者
闫贺
黄佳
李睿安
王旭东
张劲东
朱岱寅
机构
南京航空航天大学电子信息工程学院
出处
《电子与信息学报》
EI
CSCD
北大核心
2021年第3期615-622,共8页
基金
中央高校基本科研业务费专项资金(NS2019024)。
文摘
针对传统视频SAR(ViSAR)运动目标检测方法存在的帧间配准难度大、快速运动目标阴影特征不明显、虚警概率高等问题,该文提出一种基于改进快速区域卷积神经网络(Faster R-CNN)的视频SAR运动目标检测方法。该方法结合Faster R-CNN深度学习算法,利用K-means聚类方法对anchor box的长宽及长宽比进行预处理,并采用特征金字塔网络(FPN)架构对视频SAR运动目标的“亮线”特征进行检测。与传统方法相比,该方法具有实现简单、检测概率高、虚警概率低等优势。最后,通过课题组研制的Mini-SAR系统获取的实测视频SAR数据验证了新方法的有效性。
关键词
视频SAR
运动目标检测
快速区域卷积神经网络
特征金字塔网络
K-MEANS
Keywords
Video Synthetic Aperture Radar(ViSAR)
Moving target detection
Faster Region-based Convolutional Neural Networks(Faster R-CNN)
Feature Pyramid Network(FPN)
K-means
分类号
TN957.51 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进快速区域卷积神经网络的视频SAR运动目标检测算法研究
闫贺
黄佳
李睿安
王旭东
张劲东
朱岱寅
《电子与信息学报》
EI
CSCD
北大核心
2021
27
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部