美国海军现役舰船遥感解译标志研究OA
Reserach on Remote Sensing Interpretation Indicators for Active U.S.Navy Ships
针对美国海军现役舰船型号级遥感解译标志种类仅占全部种类10.2%,种类严重不足的问题,论文提出一种基于开源数据融合的解译标志构建方法.通过整合舰船基础信息、Google Earth遥感影像、AIS轨迹及专业网站俯视照片,将解译标志种类提升至59.3%.研究表明,该方法有效解决了舰船型号级识别中解译标志的瓶颈问题,具备支撑舰船数据集的标注与深度学习模型的训练的潜力.
To address the shortage of interpretation markers for active U.S.Navy ship models(covering only 10.2%of all types),this study proposes an open-source data fusion method.Integrating ship data,Google Earth imagery,AIS trajectories,and aerial photos increase marker diversity to 59.3%.The method effectively relieves the interpretation bottleneck in ship model identifi-cation,enabling ship dataset annotation and deep learning model training.
于博文;仇林遥;柳罡;王钰迪
中国电科电子科学研究院 北京 100041中国电科电子科学研究院 北京 100041中国电科电子科学研究院 北京 100041中国电科电子科学研究院 北京 100041
信息技术与安全科学
遥感解译标志型号级识别美国海军现役舰船舰船数据集数据融合
remote sensing interpretation markermodel-level identificationactive U.S.Navy vesselsship datasetdata fusion
《舰船电子工程》 2026 (6)
1-14,21,15
国防科技创新特区项目(编号:23-TQ02-02ZT-01-015)基础加强计划重点基础研究项目(编号:2024-JCJQ-ZD-05312)资助.
评论