基于局部显著性特征和CNN-SVM的舰船检测方法

摘要

本发明提供了一种基于局部显著性特征和CNN‑SVM的舰船检测方法，用于解决现有技术中存在的复杂背景下舰船检测准确率较低的技术问题。实现步骤为：1.构建训练样本集；2.构建CNN‑SVM舰首点分类模型；3.构造显著性特征提取算子；4.对待检测舰船图像进行预处理；5.对待检测舰船图像的疑似舰船首部显著性特征点进行检测；6.提取待检测舰船图像的舰船首部显著性特征点；7.确认舰船方向；8.获取舰船检测结果。本发明设计构造显著性特征提取算子能够有效提高舰首点的召回率，同时利用CNN‑SVM舰首点分类模型提高舰首点分类准确率，从而提高复杂场景下的舰船检测准确率。