資源描述：
《基于深度學(xué)習(xí)的多源遙感影像目標(biāo)檢測技術(shù)的研究.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、碩士學(xué)位論文基于深度學(xué)習(xí)的多源遙感影像目標(biāo)檢測技術(shù)的研究RESEARCHONOBJECTDETECTIONINMULTI-SOURCEREMOTESENSINGIMAGESBASEDONDEEPLEARNINGALGORITHM楊詩寓哈爾濱工業(yè)大學(xué)2018年6月國內(nèi)圖書分類號：TN911.73學(xué)校代碼：10213國際圖書分類號：621.3密級：公開工學(xué)碩士學(xué)位論文基于深度學(xué)習(xí)的多源遙感影像目標(biāo)檢測技術(shù)的研究碩士研究生：楊詩寓導(dǎo)師：張云副教授申請學(xué)位：工學(xué)碩士學(xué)科：信息與通信工程所在單位：電子與信息工程學(xué)院答辯日期：2018年6月授予學(xué)位單位：哈爾濱工業(yè)大學(xué)C
2、lassifiedIndex:TN911.73U.D.C:621.3DissertationfortheMasterDegreeinEngineeringRESEARCHONOBJECTDETECTIONINMULTI-SOURCEREMOTESENSINGIMAGESBASEDONDEEPLEARNINGALGORITHMCandidate：ShiyuYangSupervisor：AssociateProf.YunZhangAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：Informationa
3、ndCommunicationEngineeringAffiliation：SchoolofElectronicandInformationEngineeringDateofDefence：June,2018Degree-Conferring-Institution：HarbinInstituteofTechnology哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文摘要遙感技術(shù)是通過非接觸的手段，遠(yuǎn)距離對目標(biāo)進(jìn)行觀測的技術(shù)?，F(xiàn)代遙感技術(shù)不局限于傳統(tǒng)的光學(xué)遙感，SAR、多/高光譜、紅外、激光等傳感器系統(tǒng)搭載衛(wèi)星以各自的優(yōu)勢實(shí)現(xiàn)對地觀測。在單一傳感器無法滿足某些應(yīng)用的要求時，多
4、源遙感圖像融合技術(shù)應(yīng)運(yùn)而生。圖像融合可以對多源遙感影像進(jìn)行信息提取與綜合，取長補(bǔ)短，提高遙感影像解譯精度，擴(kuò)大遙感影像的應(yīng)用范圍。隨著成像技術(shù)的發(fā)展，對海量的高分辨率遙感影像的解譯成為近年來遙感領(lǐng)域研究的熱點(diǎn)問題。遙感大數(shù)據(jù)的發(fā)展趨勢使深度學(xué)習(xí)在遙感目標(biāo)檢測中的應(yīng)用成為必然，與傳統(tǒng)圖像處理需要結(jié)合任務(wù)本身人工選取圖像特征不同，深度學(xué)習(xí)網(wǎng)絡(luò)能夠自動提取圖像中最有利于實(shí)現(xiàn)目標(biāo)任務(wù)的特征，充分挖掘圖像信息。本文結(jié)合遙感影像的特點(diǎn)，研究深度學(xué)習(xí)算法在遙感圖像目標(biāo)檢測中的應(yīng)用，并結(jié)合多源遙感影像融合的思想，提高遙感目標(biāo)檢測的準(zhǔn)確率，主要工作包括以下幾個方面：首先，分析
5、基于深度學(xué)習(xí)的目標(biāo)檢測基本算法原理。首先以ZFNet為例，介紹了卷積神經(jīng)網(wǎng)絡(luò)的組成，推導(dǎo)了卷積神經(jīng)網(wǎng)絡(luò)的后向傳播算法，給出計算流程。然后分析了將卷積神經(jīng)網(wǎng)絡(luò)從圖像分類任務(wù)擴(kuò)展到目標(biāo)檢測算法思想，回顧FasterRCNN算法流程，目標(biāo)檢測算法主要指標(biāo)是為運(yùn)算的高效性和網(wǎng)絡(luò)結(jié)構(gòu)的統(tǒng)一性。其次，對FasterRCNN的算法原理進(jìn)行了探討，并基于增強(qiáng)的遙感數(shù)據(jù)集DOTA完成了FasterRCNN網(wǎng)絡(luò)的遷移訓(xùn)練，實(shí)現(xiàn)了遙感影像中飛機(jī)目標(biāo)的檢測和識別。最后結(jié)合遙感影像多方向和多尺度的特性，分析網(wǎng)絡(luò)的目標(biāo)檢測性能，通過實(shí)測數(shù)據(jù)驗(yàn)證，網(wǎng)絡(luò)對多方向和多尺度目標(biāo)都具備檢測的魯棒
6、性，隨著目標(biāo)尺度的減小，網(wǎng)絡(luò)對目標(biāo)的得分降低。最后，基于高分二號多光譜和Sentinel-1SAR影像數(shù)據(jù)，研究基于DS證據(jù)理論的特征級融合算法，通過多源數(shù)據(jù)融合處理提高艦船目標(biāo)檢測性能。本文給出算法流程，包括影像預(yù)處理、影像配準(zhǔn)，水陸分離、生成預(yù)選區(qū)域以及特征提取和融合，通過實(shí)測數(shù)據(jù)分析，融合后的目標(biāo)檢測性能比單源影像檢測性能有所提高。關(guān)鍵詞：目標(biāo)檢測；深度學(xué)習(xí)；特征級融合；多源遙感數(shù)據(jù)-I-哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文AbstractRemotesensingistheobservationoffar-awayobjectswithoutmakingp
7、hysicalcontact.ModernRSenjoysaboominimagesofSAR,multi/hyperspectrum,infraredandlaser,whicharespecializedinacertainaspect.Whenonetechniccannotcompletecertaintaskalone,thefusionofseveralofthesetechnicswillbeadoptedalternatively.Fusiontechnologyistoextractandmixinformationfromdifferen
8、tsourcesofimagesandtointer
