基于卷积神经网络的云雾遮挡舰船目标识别.pdf

第 36卷 第 3期 控 制 与 决 策
2021年 3月 Control and Decision Mar. 2021
基于卷积神经网络的云雾遮挡舰船目标识别
刘 坤†, 于晟焘
(上海海事大学 信息工程学院，上海 201306)
摘 要: 海上舰船目标识别对于海运交通、海上目标跟踪、军事侦察等都有着重要作用,然而海面气象复杂、光照
不均、云雾遮挡等自然现象易导致遥感图像中舰船目标识别率低、鲁棒性差等问题. 针对云雾遮挡问题,提出一种
改进 InceptionV3 网络模型 InceptionV3-FC 的舰船目标识别算法. 首先, InceptionV3-FC 通过引入一层全连接层用
来学****新的目标函数,用该目标函数对清晰样本和遮挡样本进行训练;其次,通过目标函数的约束项对清晰样本以
及遮挡样本的特征进行约束,进而使得训练的遮挡样本和清晰样本的特征映射彼此接近,共享它们的特征,提高被
遮挡舰船目标识别的鲁棒性. 由光学遥感图像数据集的实验可知,相比于改进前的网络,将被云雾遮挡达到30 %、
50 %、70 % %、 %、 %. 实验结果表明,该网络模型能有效改善舰船
被云雾遮挡后特征丢失而导致的识别率低的问题.
关键词: 遥感图像；深度学****卷积神经网络；目标识别；特征提取；云雾遮挡
中图分类号: TP751 文献标志码: A
DOI: . 开放科学(资源服务)标识码(OSID):
引用格式: 刘坤,于晟焘. 基于卷积神经网络的云雾遮挡舰船目标识别[J]. 控制与决策, 2021, 36(3): 661-668.
Obscured ship target recognition based on convolutional neural network
LIU Kun†, YU Sheng-tao
(College of Information Engineering，Shanghai Maritime University，Shanghai 201306，China)
Abstract: The technolo