基于PCANet的海面船只检测算法

作     者：龙钢 任健强 龚小谨 LONG Gang;REN Jianqiang;GONG Xiaojin

作者机构：浙江大学信息与电子工程学院浙江杭州310027 

基　　金：国家高技术研究发展计划(863计划)资助项目(2014AA09A510) 

出 版 物：《杭州电子科技大学学报（自然科学版）》 (Journal of Hangzhou Dianzi University：Natural Sciences)

年 卷 期：2017年第37卷第2期

页      码：23-27页

摘      要：以水面无人艇的视觉感知系统的研发为背景,使用级联主成分分析网络的深度学习框架,进行了海面船只检测算法研究.输入海面船只的可见光图像,通过显著性检测确定疑似目标区域,对检测出的疑似目标区域使用PCANet模型进行特征提取,将结果输入支持向量机中,得到最终二分类结果.实验结果表明,所设计的算法可以成功地输出海面船只检测结果,并通过与CNN算法的对比,验证了PCANet方法的高效性和准确性,证明了PCANet在特征提取方面的优越性.

主 题 词：船只检测 深度学习 级联主成分分析 显著性检测 支持向量机 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.13954/j.cnki.hdu.2017.02.006

馆 藏 号：203218095...