摘要
本发明实施例提供了一种基于SCNN的多头深度神经网络的舰船目标检测和舰船粗略意图预测方法,包括:获取通过飞机采集的原始图像,并对原始图像进行降噪处理;采用设定软件,对降噪处理后的原始图像进行舰船尾流图像标注;通过多头深度神经网络进行检测识别,并进行意图预测,获得预测结果。其能够将无人机光电载荷拍摄的图片中存在的尾流信息与场景中海洋、礁石、岛屿等其他信息分离,并通过数据增强方法将数据量较少的前景信息扩充到原数据量的10倍以上。在保留原始数据特征的同时,添加更为丰富的人造数据,从而解决数据采集、标注成本高的问题。
技术关键词
意图预测方法
深度神经网络
粗略
图像
无人机光电载荷
小波阈值
降噪算法
数据
特征提取模块
多边形
网络结构
信号
飞机
分类器
亮度
软件
噪声
非线性
海洋
系统为您推荐了相关专利信息
无人机航拍图像
金字塔池化模块
上采样
注意力机制
残差模块
反制方法
合作无人机
探鸟雷达
多源数据关联分析
光电设备
图像采集方法
四分之一波片
偏振器
图像采集装置
偏振片