基于改进Mask RCNN算法的遥感建筑物检测

摘要：

为解决部分遥感建筑物因为自身形状的不规则,导致传统矩形识别框算法对该类检测目标分割效果差,难以精确定位的问题,提出一种改进的Mask RCNN检测算法.改进Mask RCNN的主干网络FPN网络,简化特征融合过程,有效避免语义信息丢失;改进Mask RCNN的RPN网络,针对识别框的重复计算,提升其运算效率,提高检出率;调节mask掩膜参数,提高分割效果.实验结果表明,改进Mask RCNN目标检测算法的检测精度和召回率达到了99.80％和97.88％,较原算法分别提高了1.54％和1.65％,有效优化了遥感领域不规则建筑物的检测问题.

关键词：目标检测、遥感、深度学习、图像分割、图像处理

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;山西省回国留学人员科研基金项目;山西省科技成果转化引导专项基金项目;太原市专利导航基金项目

在线出版日期：2023-02-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：218-223