基于卷积神经网络的遥感图像飞机目标识别

《基于卷积神经网络的遥感图像飞机目标识别》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于卷积神经网络的遥感图像飞机目标识别晁安娜刘坤上海海事大学信息工程学院摘要：遥感图像的识别技术一直被广泛运用于民用和军事领域。针对采集到的遥感飞机图像存在大量干扰，如遮挡、噪声、视角变化等因素，提出一种改进的基于卷积神经网络的遥感图像目标识别算法。在复杂环境下，运用卷积神经网络对飞机目标进行识别，避免了在特征提取过程中信息的丢失，提高了识别率。实验结果证明了该算法在遥感图像飞机目标识别中的可行性，能克服尺度变化及目标姿态变化等因素的影响。同时提出的算法较传统CNN、BP神经网络和支持向量机(SVM)方法具有更好的识别效果，鲁棒性更强。关键词：卷积神经网络;深度学习；遥感图像;飞机

2、识别;作者简介：晁安娜(1992-)，女，硕士研究生，主要研究方向：智能信息处理与模式识别。作者简介：刘坤(1982-)，女，博士，副教授，主耍研究方向：多尺度集合分析理论、稀疏表示以及压缩感知等图像处理技术。收稿日期：2017-03-31基金：航空科学基金(2013ZC15005)AircrafttargetrecognitioninremotesensingimagebasedonCNNChaoAnnaLiuKunCollegeofInforma^ionandEngineering,ShanghaiMaritimeUniversity;Abstract：Remotesensin

3、gimagerecognitionhasbeenwidelyusedincivilandmilitaryfields.Inviewofplentyofinterferencefactorsinremote-sensingaircraft,suchasshade,noise,thechangingofperspective,etc,animprovedtargetrecognitionalgorithminremotesensingimagebasedonconvolutionncuralnctworkisproposed.Convolutionneuralnetworkisadop

4、tedtorecognizeaircrafttargetincomplexenvironmenttoavoidinformationlossintheprocessoffeatureextraction,whichimprovesrecognitionrate.SimulationresuItsshowthatthefeasibi1ityofaircrafttargetrecognitionalgorithminremotingsensingimageandthescaleandposturcchangesoftargctcanbeovercome.Meanwhile,thepro

5、posedalgorithmhashigherrecognitioneffectandstrongerrobustnessthantraditionalCNNandBPneuralnetworkandsupportvectormachine(SVM)methods.Keyword：convolutionneuralnetwork;deeplearning;remotcsensingimage;airetdftrecognition;Received：2017-03-310引言遥感图像飞机识别在民用和军事领域都具有重大意义。目前对飞机目标识别的方法有很多种，例如特征点和不变矩、模板匹

6、配、特征融合等。传统的飞机日标识别算法通常采用模板匹配in,它具有算法简单、计算量小的特点，但过程简单，提取图像中飞机的完整形状在现实环境中非常困难，且不能适用于飞机目标的尺度变换。目前飞机目标识别领域应用最广泛的方法是利用不变矩，具有代表性的不变量特征提取方法有IIu矩⑵、Zernike距宓、小波距回等。现主要采用优化组合矩固对飞机目标进行识别，将提取的多维不变矩作为识别特征，再使用支持向量机（SVM）来识别飞机目标，可以克服单一特征描述信息能力不强的特点，但多特征融合困难，抗噪性较差。BP神经网络固具有良好的学习能力和泛化能力，但由于学习速率固定，学习步长及动量因子难以确定，使

7、得网络收敛速度慢，纠错能力有限，甚至导致算法收敛于局部极小值。由于实际采集到的遥感飞机图像较复杂，视角变化、噪声、云层遮挡等干扰因素会导致较高的误识率。本文提出一种基于卷积神经网络的遥感图像飞机识别算法,在传统CNN结构上加以改进，通过海地机场6类遥感飞机图像进行多组实验，仿真结果证明将卷积神经网络运用在飞机识别上不仅克服了遮扌当、光照和视点变化等因素，提高了抗噪性，而且鲁棒性和识别精度都得到了提升。1卷积神经网络1.1卷积神经网络简介卷积神经网络(Convoluti