摘要：為克服近岸船只檢測(cè)中復(fù)雜港內(nèi)背景干擾和基于深度學(xué)習(xí)算法的大視場(chǎng)光學(xué)遙感圖像標(biāo)注工作量大的困難,本文提出了基于小樣本集的結(jié)構(gòu)化稀疏表達(dá)方法來實(shí)現(xiàn)近岸船只檢測(cè)的算法。構(gòu)建由近岸船只目標(biāo),背景干擾信息和誤差矩陣等三部分子字典組成的結(jié)構(gòu)化稀疏表達(dá)字典,經(jīng)小樣本集的字典訓(xùn)練過程生成判別性稀疏編碼。首先將多方向近岸船只目標(biāo)樣本與港內(nèi)復(fù)雜背景信息樣本經(jīng)過HOG特征提取和PCA分析對(duì)原子進(jìn)行初始化,然后使用K-SVD和LASSO算法對(duì)字典進(jìn)行訓(xùn)練。在字典中引入誤差矩陣對(duì)樣本的類內(nèi)差異進(jìn)行表示,增強(qiáng)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(biāo)區(qū)域提取的置信度計(jì)算方法,對(duì)生成的結(jié)構(gòu)化稀疏編碼進(jìn)行判別,提取船只目標(biāo)區(qū)域,實(shí)現(xiàn)船只檢測(cè)。通過對(duì)不同尺寸字典模型、引入誤差矩陣前后的結(jié)構(gòu)化稀疏表達(dá)模型進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明提出的引入誤差矩陣的結(jié)構(gòu)化稀疏表達(dá)方法的有效性,以及在小樣本集下比現(xiàn)有技術(shù)方法具有更好的檢測(cè)性能。