基于改进SSD算法的遥感图像目标检测

摘要：

在遥感图像目标检测领域,多数目标检测算法针对小目标检测时效果不佳,为此,提出一种多尺度特征融合的遥感图像目标检测算法.利用SSD算法的基础网络进行特征提取,形成特征图金字塔.设计特征图融合模块,融合浅层特征图的位置信息和深层特征图的语义信息,从而保留丰富的上下文信息.设计冗余信息去除模块,通过卷积操作进一步提取特征图中的特征,并对特征信息进行筛选,以减少特征图融合时带来的混叠效应.在遥感图像数据集NWPU VHR-10上的实验结果表明,该算法的平均检测精度高达93.9％,其针对遥感图像小目标的检测性能优于Faster R-CNN和SSD等算法.

关键词：遥感图像;目标检测;特征融合;卷积神经网络;反卷积

所属期刊栏目：47

分类号：TP18(自动化基础理论)

资助基金：天津市教委科研计划项目;天津市光电检测技术与系统重点实验室2019年度开放课题

在线出版日期：2021-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：252-258,265