高光谱目标检测论文解读分享之全局到局部：一种分级高光谱影像目标检测算法

于 2024-01-17 12:21:53 发布
阅读量1.4k 收藏 24
点赞数 26
分类专栏： 高光谱目标检测 文章标签： 目标检测 算法 高光谱影像
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sinat_41421587/article/details/135646864
版权
本文提出了一种全局到局部的分级HSI检测算法(G2LHTD)，利用EMAP建模全局空间纹理，结合D2CEM考虑邻域空间信息，通过自适应邻域特征聚合策略提高小目标检测精度。实验证明其在小目标边界识别方面的有效性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

IEEE TGRS 2022：全局到局部：一种分级高光谱影像目标检测算法

题目

Global to Local: A Hierarchical Detection Algorithm for Hyperspectral Image Target Detection

作者

Zhonghao Chen , Graduate Student Member, IEEE, Zhengtao Lu, Hongmin Gao , Member, IEEE,
Yiyan Zhang , Graduate Student Member, IEEE, Jia Zhao , Danfeng Hong , Senior Member, IEEE,
and Bing Zhang , Fellow, IEEE

关键词

Adaptive neighborhood feature aggregation (ANFA), diverse-direction constrained energy minimization (D2CEM), extended morphological attribute profile (EMAP), global to local, hyperspectral image (HSI), target detection.

研究动机

实现背景和目标的良好分离，尤其要提高小目标的检测精度

模型

在这里插入图片描述

高光谱图像(HSI)以其强大的地物光谱信息捕捉能力在目标检测领域受到了广泛的关注，

最低0.47元/天 解锁文章
python人脸识别项目之学习笔记（五）：TensorFlow实现卷积，激励，池化 +全连接
不小努力的小龙
07-27 256
需要学习的知识点 最近看了一位大佬写的对卷积的理解写得非常详细，可以看看着篇博客 https://blog.csdn.net/v_JULY_v/article/details/51812459 如何用代码实现卷积 1. 卷积（tf.nn.conv2d） # conv2d(input, filter, strides, padding, use_cudnn_on_gpu=True, data_format="NHWC", name=None) 每一个参数代表一个形态shape，比如第一个参数【batch
基于卷积神经网络的人脸识别
热门推荐
weixin_43545546的博客
07-06 5万+
基于卷积神经网络的人脸识别的实现 利用opencv获取人脸，采集人脸数据，将收集到的人脸数据加载到内存，搭建属于自己的卷积神经网络，并用人脸数据训练自己的网络，将训练好的网络保存成模型，最后再用opencv获取实时人脸用先前训练好的模型来识别人脸。 1.前言 随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求，生物特征识别技术在近几十年得到了飞速的发展。作为人的一种内在属性，并且具有...
卷积神经网络案例-基于tensorflow的人脸识别
07-22
卷积神经网络是一类典型的处理网格型数据的深度学习结构，在图像和视频处理等领域得到了广泛的应用。本案例采用 Olivetti Faces 人脸数据集进行训练，使用 TensorFlow 构建一个深度卷积神经网络对人脸进行识别。我们发现数据增强能够显著降低总体损失，提升神经网络性能。
写个神经网络，让她认得我`(๑•ᴗ•๑)(Tensorflow,opencv,dlib,cnn,人脸识别)
weixin_30614109的博客
05-03 1650
训练一个神经网络 能让她认得我 阅读原文 这段时间正在学习tensorflow的卷积神经网络部分，为了对卷积神经网络能够有一个更深的了解，自己动手实现一个例程是比较好的方式，所以就选了一个这样比较有点意思的项目。 项目的github地址:github 喜欢的话就给个Star吧。 想要她认得我，就需要给她一些我的照片，让她记住我的人脸特征，为了让她区分我和其他人，还需要给她一些其他...
Python-基于TensorFlow训练的人脸识别神经网络
08-11
基于TensorFlow训练的人脸识别神经网络
基于卷积神经网络的人脸识别用大python3.5+tensorflowCPU+keras
12-21
基于卷积神经网络CNN的人脸识别项目，主要代码包括对人脸数据的获取，对图像集的预处理，将图像加载到内存，构建并训练模型和识别人脸五个模块组成。
基于卷积神经网络的人脸在线识别系统-数据集+完整代码
01-12
基于卷积神经网络的人脸在线识别系统，本系统研究基于神经网络模型的人脸检测与识别技术， 系统将由以下几个部分构成：制作人脸数据集、CNN神经网络模型训练、人脸检测、人脸识别。 经过实验，确定该系统可对本人的...
基于改进卷积神经网络的人脸识别算法.pdf
04-27
基于改进卷积神经网络的人脸识别算法 本文提出了一种基于改进卷积神经网络的人脸识别算法，以提高当前人脸识别算法的识别准确度。该算法首先基于TensorFlow深度学习框架建立人脸分类模型，然后设计一种卷积神经网络...
使用卷积神经网络（CNN）做人脸识别的示例代码
09-17
在本文中，我们将深入探讨如何使用卷积神经网络（CNN）进行人脸识别。首先，我们需要理解卷积神经网络的基本概念。CNN是一种深度学习模型，特别适用于图像处理任务，因为它能够自动学习和提取图像中的特征。在人脸...
[基于tensorflow的人脸检测] 基于神经网络的人脸检测9——人脸检测
qq_43260356的博客
08-03 957
1.前言 2.预处理 3.后处理 4.项目总结 正文： 1.前言 总结一下，目前为止做了什么：在前面几篇博文中，对数据进行了处理、搭建了神经网络、训练了神经网络并进行了测试。在实际使用中，因为检测的图片可能是整个人的图像，所以需要从这些图像中框出人脸的位置，这也是这个项目的目的。由于神经网络只能对一张含有人脸或者非人脸的图片进行判断，所以在检测一张图片时，需要先进行预处理。一张图片进行预处理以及神经网络的判断输出后，可能会有很多个结果，所以还要进行后处理，找出最优解。 2.预处理 滑动窗口 由于一张图片
基于深度卷积神经网络的人脸识别研究_
03-23
基于深度卷积神经网络的人脸识别研究：传统人脸识别方法而言,卷积神经网络模型不需要人工进行大量而又复杂的特征提取算法设计,仅需要设计一个可行的网络模型,再将大量的人脸训练数据集加载到网络模型中,然后进行自动训练,这样就可以得到很好的识别率。把训练好的模型保存下来,那么这个模型就是一个端到端的人脸特征提取器。
基于Tensorflow的人脸识别源码
10-28
该代码使用Tensorflow r1.7在Ubuntu 14.04下使用Python 2.7和Python 3.5进行测试。代码中包含测试用例。模型使用固定图像标准化。在中科院自动化所，WebFace数据集已经被用于训练。该面部检测后，该训练集包括总共453 453个图像，超过10 575个身份。如果在训练之前过滤了数据集，则可以看到一些性能改进。有关如何完成此操作的更多信息将在稍后提供。性能最佳的模型已经在VGGFace2数据集上进行了训练，该数据集由~ 3.3M面和~9000个类组成。提供了几个预训练模型。请注意，模型的输入图像需要使用固定图像标准化进行标准化（--use_fixed_image_standardization例如，在运行时使用该选项validate_on_lfw.py）。
tensorflow1.1/构建卷积神经网络人脸识别
szj_huhu的博客
07-17 1488
环境：tensorflow1.1,python3,matplotlin2.02olivettifaces是纽约大学的一个比较小的人脸库，由40个人的400张图片构成，即每个人的人脸图片为10张。每张图片的灰度级为8位，每个像素的灰度大小位于0-255之间，每张图片大小为64×64。图片大小是1190*942，一共有20*20张人脸，故每张人脸大小是（1190/20）*（942/20）即57*47=2
初学tensorflow 基于卷积神经网络（CNN）和 opencv 的人脸识别
qq_41775810的博客
09-10 5752
最近在学习tensorflow卷积神经网络，做了一个基于opencv的小系统来识别人脸 opencv被用来获取人脸范围以及储存样本， numpy辅助一些矩阵的运算 文件存放结构是这样的： network： faces： 成员1： face1 fac...
tensorflow 实现人脸识别（facenet）
tmosk的博客
09-25 2万+
1.获取数据集（LFW） http://vis-www.cs.umass.edu/lfw/ 2.下载facenet并配置  1）git clone --recursive https://github.com/davidsandberg/facenet.git  2）cd facenet/  3）pip install -r requirements.txt
用keras小试CNN卷积神经网络应用于人脸识别
eagelangel的专栏
02-28 2万+
Keras是一个简约，高度模块化的神经网络库。采用Python / Theano开发。 使用Keras如果你需要一个深度学习库： 可以很容易和快速实现原型（通过总模块化，极简主义，和可扩展性）同时支持卷积网络（vision）和复发性的网络（序列数据）。以及两者的组合。无缝地运行在CPU和GPU上。 keras的资源库网址为https://github.com/fchollet/k
学习笔记(01):OpenCV4 深度神经网络(DNN)实战教程-导入tensorflow对象检测框架模型支持...
camaltang的博客
05-18 546
理解卷积神经网络基本原理，熟练掌握OpenCV深度神经网络模块API开发技术，学会加载模型，解析模型输出结果；学会如何把正常的tensorflow对象检测模型转化为OpenCV可以接受的模型，实时人脸检测与识别案例。学会使用OpenCV DNN模块解决实际问题。部分课程代码演示效果如下： ...
OpenCV+Tensorflow实现实时人脸识别演示
小白学视觉
05-06 1060
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达 本文转自|OpenCV学堂Facenet网络介绍FaceNet是谷歌提出的人脸识别模型，它跟其他人...
基于Tensorflow2的卷积神经网络MNIST手写数字识别
鹏啊鹏
04-02 3058
通过Tensorflow2中的keras搭建CNN卷积神经网络的手写数字识别的多分类实战
基于卷积神经网络的人脸识别技术Demo
### 知识点：基于卷积神经网络的人脸识别技术 #### 1. 卷积神经网络（CNN） 卷积神经网络是一种深度学习模型，特别适合处理具有网格状拓扑结构的数据，如图像。它广泛应用于图像识别、物体检测、图像分割等领域。 ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值