第一个书签之前
摘要
ABSTRACT
插图索引
表格索引
符号对照表
缩略语对照表
第一章绪论
1.1研究工作的背景和意义
1.2图像目标检测研究现状
1.2.1自然图像目标检测研究现状
1.2.2SAR图像目标检测研究现状
1.3图像目标分类研究现状
1.4深度学习研究现状
1.5SAR图像目标检测方法
1.6SAR图像目标分类方法
1.7本文主要研究内容和章节安排
第二章基于CNN和选择性注意机制的SAR图像目标检测方法
2.1引言
2.2选择性注意机制
2.3形态学处理
2.4卷积神经网络基本理论
2.5基于CNN和选择性注意机制的SAR图像目标检测方法
2.5.1目标候选区的提取
2.5.2分类网络模型
2.5.3分类判断
2.5.4非极大值抑制选择最终的定位框
2.6本章实验的结果以及分析
2.6.1实验数据和环境配置说明
2.6.2评价准则
2.6.3仿真实验结果分析
2.7本章小结
第三章基于多层特征SENet的SAR图像目标分类方法
3.1引言
3.2数据增强
3.3SENet网络相关模块
3.3.1Inception模块
3.3.2批规范化
3.3.3残差模块
3.3.4Squeeze_and_excitation模块
3.3.5全局平均池化
3.4基于多层特征SENet的SAR图像目标分类方法
3.4.1训练数据集的获取及扩充
3.4.2分类网络模型
3.5本章实验的结果以及分析
3.6本章小结
第四章基于NSCT_SENet及特征结合的SAR图像目标分类
4.1引言
4.2非下采样轮廓波原理介绍
4.2.1轮廓波变换
4.2.2非下采样轮廓波变换
4.3特征结合
4.4基于NSCT_SENet及特征结合的SAR图像目标分类
4.4.1训练样本集的获取及扩充
4.4.2分类网络模型
4.5本章实验的结果以及分析
4.6本章小结
第五章总结与展望
5.1本文的工作和总结
5.2工作展望
参考文献
致谢
作者简介
1.基本情况
2.教育背景
3.攻读硕士学位期间的研究成果
3.1申请(授权)专利