基于AlexNet卷积神经网络的红外图像船舶分类方法

打开文本图片集

关键词：图像处理；船舶分类；深度学习；红外图像

中图分类号：TP391 文献标识码：A

文章编号：1009-3044（2023）10-0013-03

0 引言

船舶分类是计算机视觉领域的研究热点，对监视水上交通、维护海洋权益和提高海防预警能力等方面有着重要的意义[1]。目前最为常见的船舶分类方法主要集中于可见光图像[2]和合成孔径雷达[3]（SyntheticAperture Rardar， SAR）图像方面，可见光图像对目标的区分度好，但易受光照影响；合成孔径雷达可以全天候、全天时地监测，但价格昂贵，容易受到雨雪、海浪以及其他电磁的干扰，在复杂情况下的方位测量精度较差，主要应用在军事领域。（剩余2582字）