基于CNN的SAR艦船檢測(cè)及其在移動(dòng)終端的應(yīng)用.pdf

1、針對(duì)于海難突發(fā)事故，海洋搜救中心的工作人員利用合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)圖像進(jìn)行艦船目標(biāo)搜索時(shí)，為了保證船只定位的精確性，往往使用人工標(biāo)注的方式來(lái)進(jìn)行艦船目標(biāo)定位，這樣不僅耗時(shí)費(fèi)力，而且滿足不了搜救工作人員獲取實(shí)時(shí)搜救信息的需求。如何利用衛(wèi)星雷達(dá)、應(yīng)急中心、移動(dòng)終端三者互通的工作模式，幫助海洋搜救人員更容易獲得精準(zhǔn)的救援信息成為了亟待解決的研究問題。
　　因此，本文先后對(duì)SAR圖像艦

2、船目標(biāo)的檢測(cè)算法以及檢測(cè)結(jié)果在移動(dòng)終端的快速加載算法進(jìn)行了探索。主要貢獻(xiàn)如下：
　?。?）針對(duì)于復(fù)雜SAR圖像艦船檢測(cè)的需求，本文設(shè)計(jì)了基于顯著性檢測(cè)與卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)相結(jié)合的SAR圖像艦船檢測(cè)算法。通過訓(xùn)練CNN、掩膜海陸、提取顯著性區(qū)域、利用訓(xùn)練好的CNN進(jìn)行艦船檢測(cè)等步驟對(duì)高分辨率SAR圖像進(jìn)行了艦船檢測(cè)。該檢測(cè)算法的艦船檢測(cè)率可達(dá)95％，漏檢率低至5%，虛警

3、率低至9%，品質(zhì)因子達(dá)到0.91，滿足了艦船搜尋時(shí)的基本需求。
　?。?）針對(duì)移動(dòng)終端加載海量遙感數(shù)據(jù)速度慢的問題，本文設(shè)計(jì)了面向移動(dòng)終端的SAR圖像瓦片快速加載展示算法。該算法通過按需動(dòng)態(tài)加載、循環(huán)加載展示、緩存以及延后刪除等策略，將通過艦船檢測(cè)后的SAR圖像瓦片在移動(dòng)設(shè)備上進(jìn)行了快速的展示。實(shí)驗(yàn)結(jié)果表明，瓦片的平均加載時(shí)間下降了47%，同時(shí)保證了移動(dòng)端設(shè)備內(nèi)存消耗量的穩(wěn)定性。
　?。?）與此同時(shí)，本文具體實(shí)現(xiàn)了面向移動(dòng)終