全卷积网络多层特征融合的飞机快速检测

摘要：

针对传统飞机检测方法准确率低、虚警率高、速度慢等问题,提出一种全卷积神经网络多层特征融合的飞机快速检测方法.将浅层和深层的特征经过采样后在同一尺度进行融合,以缓解由于深层特征图维度过低造成的对小目标表达不足的问题;修改区域提取时的选框尺寸以适应实际图像中飞机的尺寸特征;用卷积层代替全连接层以减少网络参数并适应不同大小的输入图像;复用区域提取网络和检测网络的卷积层和学习的特征参数以保证检测的高效性.仿真结果表明,与典型的飞机检测方法相比,所提方法在测试集上取得了更高的准确率和更低的虚警率,同时大大加快了检测速度.

关键词：机器视觉、飞机检测、全卷积神经网络、浅层和深层特征、特征融合

所属期刊栏目：38

分类号：TN957.52;TP183

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金

在线出版日期：2018-05-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：337-343