摘要：為克服近岸船只檢測中復雜港內背景干擾和基于深度學習算法的大視場光學遙感圖像標注工作量大的困難,本文提出了基于小樣本集的結構化稀疏表達方法來實現(xiàn)近岸船只檢測的算法。構建由近岸船只目標,背景干擾信息和誤差矩陣等三部分子字典組成的結構化稀疏表達字典,經(jīng)小樣本集的字典訓練過程生成判別性稀疏編碼。首先將多方向近岸船只目標樣本與港內復雜背景信息樣本經(jīng)過HOG特征提取和PCA分析對原子進行初始化,然后使用K-SVD和LASSO算法對字典進行訓練。在字典中引入誤差矩陣對樣本的類內差異進行表示,增強了稀疏編碼的判別能力和系統(tǒng)魯棒性。最后提出船只目標區(qū)域提取的置信度計算方法,對生成的結構化稀疏編碼進行判別,提取船只目標區(qū)域,實現(xiàn)船只檢測。通過對不同尺寸字典模型、引入誤差矩陣前后的結構化稀疏表達模型進行實驗,實驗結果表明提出的引入誤差矩陣的結構化稀疏表達方法的有效性,以及在小樣本集下比現(xiàn)有技術方法具有更好的檢測性能。