遥感图像在船舶检测深层卷积神经网络的应用

摘要：

为了改善不同朝向、外形尺寸船舶目标检测效果,提出基于深层卷积神经网络的船舶遥感图像检测方法.采用拉普拉斯算子对原始船舶遥感图像作增强处理,采用中值滤波算法消除处理后的遥感图像所含噪声,将去噪后的船舶遥感图像输入到船舶检测模型中,引入可变形卷积的D-FPN网络获取疑似船舶候选区域图像,通过多尺度锚点设计满足船舶目标检测时的尺寸要求,将疑似船舶候选区域提取结果作为D-FCN网络的输入,完成旋转矩形框定位以及损失函数的设计,实现不同类型船舶目标的识别.结果表明:该方法可提升原始船舶遥感图像视觉效果,实现船舶目标检测;嵌入3个可变形卷积层并放置于ResNet网络后端,模型P、R、F1指标值最大、训练损失最低.

关键词：遥感图像、船舶检测、拉普拉斯算子、中值滤波、可变形卷积、疑似候选区域

所属期刊栏目：45

分类号：B237

在线出版日期：2023-10-19（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：174-177