文件名称:
基于视觉显着性建模和稀疏编码的判别学习的高效同时检测多类地理空间目标
开发工具:
文件大小: 4mb
下载次数: 0
上传时间: 2021-03-30
详细说明：在空中和卫星图像分析领域，自动检测混乱场景中的地理空间目标是一项严峻的挑战。 在本文中，我们提出了一种新颖的实用框架，该框架通过整合可视显着性模型和稀疏编码的判别式学习，可以高效且同时检测遥感图像（RSI）中的多类地理空间目标。 首先，通过学习从各种视觉特征到专家手动注释的地理空间图像中显着对象的地面真值集的直接映射，来建立计算显着性预测模型。 该模型的输出可以预测少量的目标候选区域。 然后，与针对每种目标类别进行独立训练的典型模型相反，我们训练了一种多类别目标检测器，该探测器可通过使用区分性稀疏编码同时定位多个类别中的多个目标。 将费舍尔判别准则结合到字典的学习中，这导致一组具有较小的类内散布和较大的类间散布的判别性稀疏编码系数。 因此，可以通过重构误差和判别式编码系数来实现多类分类。 最后，将训练有素的多类别目标检测器应用于那些目标候选区域而不是整个图像，以便将它们分类为各种目标类别，这可以显着降低传统穷举搜索的成本。 对卫星RSI数据库的综合评估以及与许多最新方法的比较证明了拟议工作的有效性和效率。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
相关搜索:
