10.3969/j.issn.1673-6338.2018.04.011
结合Faster R-CNN模型的遥感影像建筑物检测
高分辨率遥感影像场景复杂,其中建筑物目标种类结构各异且存在大量遮挡,现有检测算法使用特征表达性不强.结合Faster R-CNN模型设计一种针对遥感影像的建筑物检测方法.首先通过共享卷积网络获取原始影像的深层特征图;然后结合区域建议网络生成初步检测结果;最后根据Fast R-CNN检测网络对结果进行进一步判定和边界回归.针对困难样本造成的训练中断,对训练策略进行改进,通过近似联合训练的方法对模型参数同步调优.实验结果表明,该方法准确率和召回率明显优于DPM方法,对非训练测试集遥感影像具有较好鲁棒性,有效实现了针对遥感影像的建筑物检测.
遥感影像、建筑物检测、Faster R-CNN模型、区域建议网络、近似联合训练
35
P237(摄影测量学与测绘遥感)
国家自然科学基金41401534
2019-03-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
389-394