张佳兴
- 作品数：3 被引量：50H指数：1
- 供职机构：中南大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：天文地球更多>>
- 联合显著性和多层卷积神经网络的高分影像场景分类被引量：50
- 2016年
- 高分辨率遥感影像中的场景信息,对于影像解译和现实世界的理解具有重要意义。传统的场景分类方法多利用中、低层人工特征,但是高分辨率遥感影像的信息丰富,场景构成复杂,需要高层次的特征来表达。本文提出了一种联合显著性和多层卷积神经网络的方法,首先利用显著性采样获取包含影像主要信息的有意义的块,将这些块作为样本集输入卷积神经网络中进行训练,获得不同层次的特征表达,最后联合多层特征利用支持向量机进行分类。两组高分影像场景数据UC Merced 21类和Wuhan 7类试验表明,显著性采样能够有效地获取主要目标,减弱其他无关目标的影响,降低数据冗余;卷积神经网络能够自动学习高层次的特征,相比已有方法,本文方法能够有效提高分类精度。
- 何小飞邹峥嵘陶超张佳兴
- 关键词：卷积神经网络高分辨率遥感影像
- 一种顾及阴影区域的高分辨率遥感影像车辆检测方法
- 本发明公开了一种顾及阴影区域的高分辨率遥感影像车辆检测方法，通过对遥感影像进行路面阴影区域的提取，将影像上路面阴影区域增强，并训练两个车辆检测模型将阴影和非阴影区域中的车辆分开提取的操作，完全不同于现有技术中惯用一个车辆...
- 陶超张佳兴邹峥嵘
- 文献传递
- 一种顾及阴影区域的高分辨率遥感影像车辆检测方法
- 本发明公开了一种顾及阴影区域的高分辨率遥感影像车辆检测方法，通过对遥感影像进行路面阴影区域的提取，将影像上路面阴影区域增强，并训练两个车辆检测模型将阴影和非阴影区域中的车辆分开提取的操作，完全不同于现有技术中惯用一个车辆...
- 陶超张佳兴邹峥嵘
- 文献传递
