10.12068/j.issn.1005-3026.2019.02.005
基于深度神经网络剪枝的两阶段遥感图像目标检测
在高分辨率遥感图像目标检测中,受云雾、光照、复杂背景、噪声等因素影响,现有目标检测方法虚警率高、速度慢、精确度低.为此提出基于深度神经网络剪枝的两阶段目标检测(object detection based on deep pruning,ODDP)方法.首先,给出深度神经网络剪枝方法,基于深度神经网络剪枝分别提出自主学习区域提取网络算法与优化训练分类网络算法;然后,将上述两算法用于卷积神经网络,得到两阶段目标检测模型.实验结果表明,在NWPU VHR-10高分辨率遥感数据集上,相比现有目标检测方法,ODDP的检测速度和精度均有一定提升.
计算机视觉、目标检测、高分辨率遥感图像、深度学习、卷积神经网络
40
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61472161;吉林省科技发展计划项目20180101334JC,20190302117GX
2019-03-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
174-179