基于信息熵和残差神经网络的多层次船只目标鉴别方法

摘要：

为剔除船只候选区域中的虚警目标,提出了一种基于信息熵和残差神经网络的多层次虚警鉴别方法.首先,基于船只和虚警图像切片在信息熵上的差异,采用信息熵阈值来去除候选区域中的大部分虚警.为进一步确认船只目标,设计了一种用于图像切片分类的深层残差神经网络模型,并采用网络"微调"的迁移学习策略对图像分类网络模型进行训练,实现对船只目标和虚警的自动分类.实验结果表明,该方法取得了不错的鉴别效果,能有效剔除岛屿、云层、海杂波等虚警,方法简单高效,后续无须进行复杂的鉴别工作.

关键词：信息熵、残差神经网络、虚警鉴别、迁移学习

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：航天工程大学青年创新基金520613

在线出版日期：2020-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：253-257