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

基于异常检测和 PCANet 的船舶目标检测

船舶检测会遇到三个问题：

一、船低对比度

二、海平面状况复杂

三、云，礁等错误检测

实验步骤：

一、预处理海陆边界，掩膜陆地

二、异常检测得到感兴趣区域，多变量高斯分布模型，比最大类间方差和迭代阈值分割效果好

三、PCANet 得到特征，后面接SPP，得到多尺度特征，用SVM分类，最大值抑制获得结果

补充知识：

PCANet 是一个简化的深度学习网络，不用卷积池化等操做，PCANet提出者认为，经典的CNN存在的问题是参数训练时间过长且须要特别的调参技巧。所以他们但愿能找到一种训练过程更为简单，且能适应不一样任务、不一样数据类型的网络模型。

网络用PCA去学习卷积神经网络的卷积核，后面用二值化和哈希去重置像素点，能够很是容易和有效地设计和学习。