• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Geoscience and Remote Sensing Symposium >Single-Sample Aeroplane Detection in High-Resolution Optimal Remote Sensing Imagery
【24h】

Single-Sample Aeroplane Detection in High-Resolution Optimal Remote Sensing Imagery

机译：高分辨率最佳遥感影像中的单样本飞机检测

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In remote sensing images, detecting aeroplanes of special shapes is difficult due to limited number of samples. Without enough training samples, most supervised learning based algorithms will fail. Focusing on the specially-shaped aeroplanes in high-resolution optical remote sensing imagery, this paper presents a single-sample approach. The proposed approach takes one sample as input and directly searches for similar matches from the image. Unlike the supervised learning algorithms which extracts information from positive and negative samples, the hyperspectral algorithm estimates the statistics of background by analyzing the global information of the target image, needless to provide negative samples. Furthermore, this algorithm tries to find a hyperplane projected on which the background is compressed while the target is preserved, making it more data-adaptive than the conventional similarity measurements. Experiments on real data have presented the robustness of the proposed method.
机译：在遥感图像中，由于样本数量有限，很难检测到特殊形状的飞机。没有足够的训练样本，大多数基于监督学习的算法将失败。针对高分辨率光学遥感影像中的异型飞机，本文提出了一种单样本方法。所提出的方法将一个样本作为输入，并直接从图像中搜索相似的匹配项。与监督学习算法从正负样本中提取信息不同，高光谱算法通过分析目标图像的全局信息来估计背景统计量，而无需提供负样本。此外，该算法尝试找到投影的超平面，在保留目标的同时压缩背景，使其比传统的相似性测量更具数据自适应性。在真实数据上的实验表明了该方法的鲁棒性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号