您的位置: 专家智库 > >

李珍珍

作品数:1 被引量:2H指数:1
供职机构:北京理工大学信息与电子学院更多>>
发文基金:国家自然科学基金国家高技术研究发展计划更多>>
相关领域:电子电信更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇电子电信

主题

  • 1篇低复杂度
  • 1篇星载
  • 1篇星载SAR
  • 1篇神经网
  • 1篇神经网络
  • 1篇网络
  • 1篇目标检测
  • 1篇卷积
  • 1篇卷积神经网络
  • 1篇舰船
  • 1篇舰船检测
  • 1篇复杂度

机构

  • 1篇北京理工大学

作者

  • 1篇赵保军
  • 1篇邓宸伟
  • 1篇赵博雅
  • 1篇李珍珍
  • 1篇冯帆

传媒

  • 1篇北京交通大学...

年份

  • 1篇2017
1 条 记 录,以下是 1-1
排序方式:
基于低复杂度卷积神经网络的星载SAR舰船检测被引量:2
2017年
星载SAR(合成孔径雷达)舰船检测广泛应用于海上救援和国土安全防护等领域.鉴于传统的检测方法仍存在虚警率高等缺点,本文将具有强大表征能力的卷积神经网络(CNN)引入到星载SAR舰船检测中,面向SAR舰船检测的精准快速的需求,提出了基于低复杂度CNN的星载SAR舰船检测算法.算法结合星载SAR图像的特点,利用ROI提取方法实现目标粗提取,得到可疑目标切片及其对应的位置信息;通过构建的低复杂度CNN对所有的可疑目标切片进行精确分类,确定舰船目标,从而实现舰船目标检测.实验测试结果表明:本文提出的算法可以实现精准的星载SAR舰船检测;与传统双参数CFAR目标检测和基于现有深度网络框架(LeNet、GoogLeNet)的检测算法相比,该算法检测性能更好、检测时间更短,可有效降低检测漏检率和虚警率.
赵保军李珍珍赵博雅冯帆邓宸伟
关键词:目标检测卷积神经网络低复杂度
共1页<1>
聚类工具0