基于正则化正交非负矩阵分解的旋转目标检测方法.pdfVIP

第４０卷第１期福建师范大学学报(自然科学版)Ｖｏｌ４０ꎬＮｏ１

(２０２４年１月)ＪｏｕｒｎａｌｏｆＦｕｊｉａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ(ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ)Ｊａｎ２０２４

ＤＯＩ:１０１２０４６/ｊｉｓｓｎ１０００￣５２７７２０２４０１０１２文章编号:１０００￣５２７７(２０２４)０１￣０１０６￣１０

基于正则化正交非负矩阵分解的旋转目标检测方法

１２１

谢余庆ꎬ黄旭东ꎬ胡丽莹

(１福建师范大学计算机与网络空间安全学院ꎬ

福建师范大学数字福建环境监测物联网实验室ꎬ福建福州３５０１１７ꎻ

２维库(厦门)信息技术有限公司ꎬ福建厦门３６１００８)

摘要:小样本的旋转目标检测是指在样本数少的情况下进行旋转目标检测模型的训练ꎬ深度学习在旋

转目标检测领域往往需要庞大的样本数和计算算力ꎮ现有的基于机器学习的旋转目标检测方法大多有着对

目标尺度和姿态敏感的缺点ꎮ因此提出一种基于正则化正交非负矩阵分解的旋转目标检测方法ꎬ来解决小

样本的旋转目标检测难题ꎮ首先ꎬ针对样本不具有各种角度的图片ꎬ对样本进行旋转后进行背景填充ꎬ这

样便于更好的表征学习ꎮ其次ꎬ提出一种基于正则化正交非负矩阵分解算法对旋转样本的梯度直方图特征

进行表征学习ꎮ最后ꎬ为了测试算法在特征学习后的有效性ꎬ利用支持向量机对特征提取后的数据进行训

练和测试ꎮ实验结果表明本文的目标检测方法在多个数据集中可以取得不错的效果ꎮ

关键词:正则化ꎻ正交非负矩阵分解ꎻ梯度直方图特征ꎻ旋转目标检测ꎻ支持向量机

中图分类号:ＴＰ１８３文献标志码:Ａ

ＲｏｔａｔｉｎｇＴａｒｇｅｔＤｅｔｅｃｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎ

ＲｅｇｕｌａｒｉｚｅｄＯｒｔｈｏｇｏｎａｌＮｏｎｎｅｇａｔｉｖｅＭａｔｒｉｘＦａｃｔｏｒｉｚａｔｉｏｎ

１２１

ＸＩＥＹｕｑｉｎｇꎬＨＵＡＮＧＸｕｄｏｎｇꎬＨＵＬｉｙｉｎｇ

(１ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒａｎｄＣｙｂｅｒＳｅｃｕｒｉｔｙꎬＤｉｇｉｔａｌＦｕｊｉａｎＩｎｔｅｒｎｅｔ￣ｏｆ￣ＴｈｉｎｇｓＬａｂｏｒａｔｏｒｙｏｆ

ＥｎｖｉｒｏｎｍｅｎｔａｌＭｏｎｉｔｏｒｉｎｇꎬＦｕｊｉａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙꎬＦｕｚｈｏｕ３５０１１７ꎬＣｈｉｎａꎻ

２Ｗｅｉｋｕ(Ｘｉａｍｅｎ)ＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙＣｏｍｐａｎｙＬｉｍｉｔｅｄꎬＸｉａｍｅｎ３６１００８ꎬＣｈｉｎａ)

Ａｂｓｔｒａｃｔ:Ｒｏｔａｔｉｎｇｔａｒｇｅｔｄｅｔｅｃｔｉｏｎｗｉｔｈｓｍａｌｌｓａｍｐｌｅｓｒｅｆｅｒｓｔｏｔｒａｉｎｉｎｇａｒｏｔａｔｉｎｇｔａｒｇｅｔｄｅｔｅｃ￣

ｔｉｏｎｍｏｄｅｌｕｎｄｅｒｔｈｅｃｏｎｄｉｔｉｏｎｏｆｆｅｗｓａｍｐｌｅｓ.Ｉｎｔｈｅｆｉｅｌｄｏｆｒｏｔａｔｉｎｇｔａｒｇｅｔｄｅｔｅｃｔｉｏｎꎬｄｅｅｐｌｅａｒｎ￣

ｉｎｇｏｆｔｅｎｒｅｑｕｉｒｅｓａｌａｒｇｅｎｕｍｂｅｒｏｆｓａｍｐｌｅｓａｎｄｓｕｂｓｔａｎｔｉａｌｃｏｍｐｕｔａｔｉｏｎａｌｐｏｗｅｒ.Ｍｏｓｔｅｘｉｓｔｉｎｇｍａ￣