Abstract
This paper considers the problem of classifying surface water objects, e.g. ships of different classes, in visible spectrum images using convolutional neural networks. A technique for forming a database of images of surface water objects and a special training dataset for creating a classification are presented. A method for forming and training of a convolutional neural network is described. The dependence of the probability of correct recognition on the number and variants of the selection of specific classes of surface water objects is analysed. The results of recognizing different sets of classes are presented.
Highlights
Рассмотрена задача классификации надводных объектов – судов и кораблей разных классов на изображениях видимого оптического диапазона с использованием сверточных нейронных сетей
При уменьшении числа классов ВПР, как и следовало ожидать, возрастала
Research interests: radar systems, digital processing of radar signals, image recognition
Summary
Акционерное общество «Федеральный научно-производственный центр “Нижегородский научноисследовательский институт радиотехники”», Нижний Новгород, Российская Федерация. Рассмотрена задача классификации надводных объектов – судов и кораблей разных классов на изображениях видимого оптического диапазона с использованием сверточных нейронных сетей. Описана методика формирования базы данных изображений надводных объектов, создан специальный обучающий набор данных для классификации. Введение В работе исследуются алгоритмы классификации надводных объектов (НО) – судов и кораб лей разных классов на изображениях видимого оптического диапазона с использованием сверточных нейронных сетей (СНС). Одним из наиболее активно развивающихся подходов в области распознавания в последнее время является применение нейронных сетей, в частности различных моделей СНС, например для распознавания наземных объектов на радиолокационных изображениях [5]. Для обучения СНС требуется значительный набор изображений объектов каждого класса. В настоящее время альтернативой соз данию обучающего набора данных является использование одного из общедоступных наборов изображений, таких как VAIS [7], MSTAR [8] и др. В качестве данных использовались изображения 5 классов судов и 5 классов кораблей, примеры которых приведены на рисунке 1
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callMore From: Journal of «Almaz – Antey» Air and Defence Corporation
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
