期刊导航
期刊开放获取
VIP36
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
2
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
基于视觉注意机制和Hough变换融合的遥感影像油罐提取
被引量：
6
1
作者
吴晓东
冯伍法
+2 位作者
冯倩倩
李润生
赵爽
《信息工程大学学报》
2015年第4期503-506,共4页
Hough变换用于遥感影像地物提取时具有较高的精度,但其算法非常复杂,效率较低。为提高Hough变换处理效率,提出了一种融合视觉注意机制和Hough变换遥感影像提取算法,并以油罐提取为例验证其有效性。首先提取影像的视觉显著性特征图,获取...
Hough变换用于遥感影像地物提取时具有较高的精度,但其算法非常复杂,效率较低。为提高Hough变换处理效率,提出了一种融合视觉注意机制和Hough变换遥感影像提取算法,并以油罐提取为例验证其有效性。首先提取影像的视觉显著性特征图,获取油罐目标显著性区域;然后对显著性区域进行Hough变换检测,得到油罐目标。实验结果证明,该方法能大幅减少Hough变换的计算量,提高效率的同时,提取精度也较高。
展开更多
关键词
视觉注意机制
视觉显著性
油罐提取
HOUGH变换
在线阅读
下载PDF
职称材料
基于卷积神经网络的港口储油罐目标提取
2
作者
郝志航
张小咏
+1 位作者
陈正超
卢凯旋
《北京信息科技大学学报（自然科学版）》
2022年第2期8-14,共7页
针对当前储油罐目标检测研究仅针对独立数据集,缺乏区域性检测的实际应用问题,采用一种基于卷积神经网络的嵌入掩膜分支的多阶段目标检测网络(mask multi-stage network,MMSNet)对天津港储油罐进行检测。该网络以ResNet50和特征金字塔网...
针对当前储油罐目标检测研究仅针对独立数据集,缺乏区域性检测的实际应用问题,采用一种基于卷积神经网络的嵌入掩膜分支的多阶段目标检测网络(mask multi-stage network,MMSNet)对天津港储油罐进行检测。该网络以ResNet50和特征金字塔网络(feature pyramid network,FPN)作为特征提取网络,在检测头部分设计并行的多阶段检测分支和掩膜分支。多阶段检测分支通过适配不同IoU的候选框,保证训练阶段和推理阶段拥有相似的分布特性;掩膜分支通过提取不同IoU阈值下的特征图,精确回归目标的边界位置。通过国产GF-2号卫星影像数据,提取了天津港地区的储油罐。实验表明,MMSNet网络在保证召回率为92.6%的情况下,准确率可达96.8%,为港口储油罐的快速识别提供了可能。
展开更多
关键词
深度学习
目标检测
储
油罐提取
卷积神经网络
在线阅读
下载PDF
职称材料
题名
基于视觉注意机制和Hough变换融合的遥感影像油罐提取
被引量：
6
1
作者
吴晓东
冯伍法
冯倩倩
李润生
赵爽
机构
信息工程大学
[
河南省数联测绘科技有限公司
出处
《信息工程大学学报》
2015年第4期503-506,共4页
文摘
Hough变换用于遥感影像地物提取时具有较高的精度,但其算法非常复杂,效率较低。为提高Hough变换处理效率,提出了一种融合视觉注意机制和Hough变换遥感影像提取算法,并以油罐提取为例验证其有效性。首先提取影像的视觉显著性特征图,获取油罐目标显著性区域;然后对显著性区域进行Hough变换检测,得到油罐目标。实验结果证明,该方法能大幅减少Hough变换的计算量,提高效率的同时,提取精度也较高。
关键词
视觉注意机制
视觉显著性
油罐提取
HOUGH变换
Keywords
visual attention mechanisms
visual saliency
oil tank extraction
Hough transform
分类号
P237 [天文地球—摄影测量与遥感]
在线阅读
下载PDF
职称材料
题名
基于卷积神经网络的港口储油罐目标提取
2
作者
郝志航
张小咏
陈正超
卢凯旋
机构
北京信息科技大学高动态导航技术北京市重点实验室
中国科学院空天信息创新研究院
出处
《北京信息科技大学学报（自然科学版）》
2022年第2期8-14,共7页
基金
国家自然科学基金资助项目(41871348)
国家重点研发国际合作资助项目(2019YFE0127705)。
文摘
针对当前储油罐目标检测研究仅针对独立数据集,缺乏区域性检测的实际应用问题,采用一种基于卷积神经网络的嵌入掩膜分支的多阶段目标检测网络(mask multi-stage network,MMSNet)对天津港储油罐进行检测。该网络以ResNet50和特征金字塔网络(feature pyramid network,FPN)作为特征提取网络,在检测头部分设计并行的多阶段检测分支和掩膜分支。多阶段检测分支通过适配不同IoU的候选框,保证训练阶段和推理阶段拥有相似的分布特性;掩膜分支通过提取不同IoU阈值下的特征图,精确回归目标的边界位置。通过国产GF-2号卫星影像数据,提取了天津港地区的储油罐。实验表明,MMSNet网络在保证召回率为92.6%的情况下,准确率可达96.8%,为港口储油罐的快速识别提供了可能。
关键词
深度学习
目标检测
储
油罐提取
卷积神经网络
Keywords
deep learning
target detection
oil storage tank extraction
convolutional neural network
分类号
TP753 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于视觉注意机制和Hough变换融合的遥感影像油罐提取
吴晓东
冯伍法
冯倩倩
李润生
赵爽
《信息工程大学学报》
2015
6
在线阅读
下载PDF
职称材料
2
基于卷积神经网络的港口储油罐目标提取
郝志航
张小咏
陈正超
卢凯旋
《北京信息科技大学学报（自然科学版）》
2022
0
在线阅读
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
