基于深度密集网的多类多尺度遥感图像目标检测方法

摘要：

遥感技术的飞速发展为我们获取空间分辨率越来越高的遥感图像提供了便利,但由于遥感图像中目标物体种类多,尺度变化大、排列方向任意等特点,目标检测依然是极具挑战的任务.本文提出了一种基于深度密集网的目标检测模型,该模型由多个密集块堆叠组成,不仅利用了隐式深度监督信息,还提取多层级、多尺度图像特征构建特征金子塔.通过在两个大规模的公开遥感影像数据集上进行的一系列实验和评价并与主流的目标检测方法进行比较,证明了该模型的有效性和优越性.

关键词：目标检测、深度学习、遥感图像

所属期刊栏目：30

分类号：TP3(计算技术、计算机技术)

资助基金：廊坊市科学技术研究;发展计划第一批自筹经费项目;北华航天工业学院科研基金项目

在线出版日期：2020-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：8-11