基于动态特征选择的遥感图像目标检测算法

摘要：

在遥感图像目标检测领域内,旋转物体的检测存在挑战,卷积神经网络在提取信息时会受制于固定的空间结构,采样点无法聚焦于目标;遥感图像尺度变化大,不同物体需要具有不同尺度感受野的特征映射,具有单一尺度感受野的特征映射无法包含所有有效信息.基于此,提出了可变形对齐卷积,根据候选边框调节采样点,并根据特征映射学习采样点的细微偏移,使采样点聚焦于目标,从而实现动态特征选择;同时提出了基于可变形对齐卷积的感受野自适应模块,对具有不同尺度感受野的特征映射进行融合,自适应地调整神经元的感受野.在公开数据集上的大量实验验证了所提算法可以提高遥感图像目标检测的精度.

关键词：深度学习、卷积神经网络、遥感图像目标检测、特征选择、感受野

所属期刊栏目：49

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2023-04-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：702-709