改進(jìn)全卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像小目標(biāo)檢測(cè)

摘要： 對(duì)遙感圖像中小目標(biāo)的檢測(cè)進(jìn)行研究，提出改進(jìn)全卷積神經(jīng)網(wǎng)絡(luò)的檢測(cè)新算法。首先，分析了分層概率圖模型和深度學(xué)習(xí)的基本概念和模型。然后，提出分層概率圖模型中分層馬爾可夫隨機(jī)場(chǎng)的后驗(yàn)邊際模式的遞歸獲取步驟。最后，將全卷積神經(jīng)網(wǎng)絡(luò)和分層概率圖模型聯(lián)合，實(shí)現(xiàn)對(duì)全卷積神經(jīng)網(wǎng)絡(luò)的改進(jìn)，構(gòu)建遙感圖像小目標(biāo)檢測(cè)新方法。此外，在所提方法中，選用隨機(jī)森林技術(shù)從分類學(xué)習(xí)樣本中估計(jì)每個(gè)類和分辨率的后驗(yàn)概率... （共5頁(yè)）