10.3969/j.issn.1673-629X.2019.08.026
一种光学遥感图像船舶目标检测技术
遥感图像目标检测与识别是遥感图像分析处理中的研究热点之一,具有十分重要的科研和应用价值.基于光学遥感图像的海面船舶目标检测是其中一个重要的应用方向.传统的遥感图像船舶目标检测方法精度不足、适用范围有限;因此,文中引入自然图片目标检测任务中表现优异的基于深度学习的Faster R-CNN算法.由于光学遥感图像中海面船舶目标尺寸小以及自然图片与卫星遥感图像差异明显,直接应用原始的Faster R-CNN算法检测效果较差.针对此问题,提出一种将图像上采样与特征金字塔网络结合的改进策略,以提高海面船舶检测性能,尤其是小尺寸目标的召回率和准确性.通过在自制数据集上合理的对比实验验证了自然图片中的深度学习目标检测算法迁移至遥感图像处理的可行性和所提出方法的先进性.
深度学习、卷积神经网络、光学遥感图像、船舶目标检测
29
TP301(计算技术、计算机技术)
国家自然科学基金61171053;南京邮电大学基金SG1107
2019-08-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
136-141