首页  |  期刊简介  |  稿件审稿流程  |  学术道德规范  |  编委会  |  征订启事  |  联系我们  |  English
中文核心期刊
中国科技论文统计源期刊
国际刊号:1004-9037
国内刊号:32-1367/TN
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中国科学技术协会
  • 主办:南京航空航天大学
  •           中国电子学会
  • 国际刊号:1004-9037
  • 国内刊号:32-1367/TN
  • 地址:南京市御道街29号
  • 电话:025-84892742
  • 传真:025-84892742
  • E-mail:sjcj@nuaa.edu.cn
  • 邮编:210016
陈贵芳,郁丰,踪华,王润.基于仿射不变离散哈希和条件随机场的遥感图像目标检测[J].数据采集与处理,2021,36(4):769-778
基于仿射不变离散哈希和条件随机场的遥感图像目标检测
Object Detection of Remote Sensing Image Based on AIDH and CRF
投稿时间:2019-05-28  修订日期:2021-06-28
DOI:10.16337/j.1004-9037.2021.04.015
中文关键词:  遥感  仿射不变离散哈希  条件随机场  目标检测
英文关键词:remote sensing  affined-invariant discrete hashing  confidential random field  object detection
基金项目:国家自然科学基金(61673220)资助项目。
作者单位邮编
陈贵芳 南京航空航天大学航天学院南京 211106中国
空间光电探测与感知工信部重点实验室(南京航空航天大学)南京 210016中国 
210016
郁丰 南京航空航天大学航天学院南京 211106中国
空间光电探测与感知工信部重点实验室(南京航空航天大学)南京 210016中国 
210016
踪华 宇航智能控制技术国家级重点实验室北京100854中国 100854
王润 南京航空航天大学航天学院南京 211106中国
空间光电探测与感知工信部重点实验室(南京航空航天大学)南京 210016中国 
210016
摘要点击次数: 52
全文下载次数: 136
中文摘要:
      建立了一种结合仿射不变离散哈希(Affined-invariant discrete hashing, AIDH)和条件随机场(Confidential random field, CRF)的模型,实现遥感图像的目标检测。对遥感图像进行超像素分割,构建适用于CRF的以超像素块为顶点的无向图结构。以超像素块作为测试样本,使用AIDH学习方法作为CRF一元势函数,生成初始类别标签。采用Potts模型构建CRF的二元势函数进行标签的再学习,平滑目标邻域信息,解决目标检测中的漏判问题。最后,使用基于凸壳边界的方法生成最小外接目标框作为目标检测结果。实验表明,本文方法在目标检测的精度和效率上取得了较好的平衡。
英文摘要:
      By constructing a model combining affine-invariant discrete hashing (AIDH) and confidential random field (CRF) , the object detection of remote sensing image is achieved. Firstly, the remote sensing image is reconstructed by superpixel segmentation, and the undirected graph structure with superpixel block as vertex is constructed for CRF. Then, the superpixel block is used as the test sample for AIDH learning which is used as CRF unary potential function to generate the initial category label. Then, the pairwise potential function of CRF is constructed by using Potts model for label re-learning, while the object neighborhood information is smoothed and the missing area of object detection is resolved. Finally, the convex hull boundary method is used for generating minimum external rectangular frame as object detection result. Experimental results demonstrate that the proposed method achieves the tradeoff of accuracy and efficiency for objection detection tasks.
查看全文  HTML  查看/发表评论

Copyright @2010-2015《数据采集与处理》编辑部

地址:南京市御道街29号        邮编:210016

电话:025-84892742      传真:025-84892742       E-mail:sjcj@nuaa.edu.cn

您是本站第2276603位访问者 本站今日一共被访问561

技术支持:北京勤云科技发展有限公司