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：

1、船低对比度

2、海平面情况复杂

3、云，礁等错误检测

实验步骤：

1、预处理海陆边界，掩膜陆地

2、异常检测获得感兴趣区域，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

3、PCANet 获得特征，后面接SPP，获得多尺度特征，用SVM分类，最大值抑制得到结果

补充知识：

PCANet 是一个简化的深度学习网络，不用卷积池化等操作，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需要特别的调参技巧。因此他们希望能找到一种训练过程更为简单，且能适应不同任务、不同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，可以非常容易和有效地设计和学习。