卫星视频中目标的快速检测算法研究
随着视频卫星的不断发展,如何在卫星视频数据中准确和快速地进行目标检测逐渐成为一个研究热点.本文从两个方面改进了单阶段的目标检测网络.针对卫星图像中目标尺寸小、分辨率低的特点,利用反卷积操作丰富目标的上下文信息,同时将对应尺度的卷积特征组合成超参特征,丰富目标的细节特征;并提出图像特征多级网格化,将不同网格化的结果进行融合,提高模型的检测准确率.根据视频卫星对地凝视成像、场景移动缓慢的特点,设计出内容一致性判别网络,通过判别结果可以省略一些冗余的检测步骤,提升整体的检测效率.本实验使用"吉林一号"卫星视频数据,通过具体的实验结果分析,得出该系统对于对地凝视卫星视频中目标检测的准确率和速度都达到了较好的效果.
视频卫星、神经网络、反卷积、多级网格化、内容一致性判别网络
27
遥感信息与图像分析技术国家级重点实验室基金Y8180711WN;中国科学院国防科技创新基金Y6031511WY
2018-12-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
155-160