论文部分内容阅读
适配结构自动选取技术是飞行器导航的关键技术,也是地面信息保障的核心技术之一,其好坏直接影响着匹配的性能和精度。如何利用卫星影像选取适配结构是当今精确匹配制导领域的工作重点和难点。然而,不同于普通的目标检测,由于适配结构形态千差万别、没有一个稳定结构,很难用一个规则去描述并量化的特点,使得适配结构的选取非常困难,选取效果普遍不佳。卷积神经网络(CNN)具有通过训练、自己学习特征,并对结构准确描述表达的特点,随着深度学习的迅速发展,本文创新性地首次将CNN与适配结构选取技术相结合,提出了一种基于CNN的