Automatic Ship Detection in Optical Remote Sensing Images Based on Anomaly Detection and SPP-PCANet

基於異常檢測和 PCANet 的船舶目標檢測

船舶檢測會遇到三個問題：

一、船低對比度

二、海平面狀況複雜

三、雲，礁等錯誤檢測

實驗步驟：

一、預處理海陸邊界，掩膜陸地

二、異常檢測得到感興趣區域，多變量高斯分佈模型，比最大類間方差和迭代閾值分割效果好

三、PCANet 得到特徵，後面接SPP，得到多尺度特徵，用SVM分類，最大值抑制獲得結果

補充知識：

PCANet 是一個簡化的深度學習網絡，不用卷積池化等操做，PCANet提出者認爲，經典的CNN存在的問題是參數訓練時間過長且須要特別的調參技巧。所以他們但願能找到一種訓練過程更爲簡單，且能適應不一樣任務、不一樣數據類型的網絡模型。

網絡用PCA去學習卷積神經網絡的卷積核，後面用二值化和哈希去重置像素點，能夠很是容易和有效地設計和學習。