典型文献
深度学习下高光谱图像目标检测技术研究进展
文献摘要：
高光谱图像目标检测是高光谱图像处理的重要内容,然而,受空间分辨率与成像速度的限制,传统的高光谱图像目标检测实时性较差且十分依赖目标的光谱特征.目前,基于深度学习的目标检测算法迅速发展,这为实时高光谱图像目标检测提供了新思路,使高光谱图像目标检测同时利用空间与光谱信息完成对目标的精准定位与识别成为了可能.借助深度学习能够提取深层次特征的优势,深度学习下高光谱图像目标检测实现对高光谱图像目标检测中一维光谱特征与二维空间特征的有机结合与优势互补.首先介绍了高光谱图像目标检测的原理、特点以及存在的主要问题,梳理了近些年基于深度学习的目标检测算法的研究成果,并对不同的目标检测算法进行了比较分析.而后指出了基于深度学习的高光谱目标检测技术发展的必要条件与优势,展望了未来的应用及发展趋势.
文献关键词：
高光谱图像;深度学习;目标检测;光谱
中图分类号：
作者姓名：
赵佳乐;王广龙;周冰;应家驹;王强辉;邓磊
作者机构：
陆军工程大学石家庄校区电子与光学工程系,石家庄 050000;陆军工程大学石家庄校区导弹工程系,石家庄 050000
文献出处：
引用格式：
[1]赵佳乐;王广龙;周冰;应家驹;王强辉;邓磊-.深度学习下高光谱图像目标检测技术研究进展)[J].激光杂志,2022(10):1-6
A类：
B类：
高光谱图像,图像目标检测,空间分辨率,光谱特征,目标检测算法,光谱信息,精准定位,别成,层次特征,二维空间,空间特征,优势互补,应用及发展
AB值：
0.104523
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
