基于深度学习的光学遥感图像目标检测方法综述

摘要：

面向光学遥感图像的目标检测已经有较长时间的发展历史,近年来由于深度学习的发展而成为遥感领域的一个研究热点.目标检测的基础环节之一是图像特征提取,它对最终的检测效果有关键影响.早期目标检测器主要通过手动设计特征提取方法获得图像特征,往往较为复杂且难以提取图像的高层次特征.得益于深度学习技术的发展,目前目标检测器已经能够实现自动特征提取,取得了比传统方法更好的检测性能.对基于深度学习的光学遥感图像目标检测方法进行了总结和归纳:首先,回顾目标检测的发展历史;然后,介绍当前广泛使用的数据集;其次,将现有基于深度学习的光学遥感图像目标检测方法分为4类,并进行分析比较,包括基于人工提取候选区域的方法、基于候选区域生成网络的方法、基于回归的方法和其他方法;最后,分析现有光学遥感图像目标检测研究存在的问题,并对未来发展趋势进行了展望.

关键词：光学遥感图像、目标检测、计算机视觉

所属期刊栏目：46

分类号：TP751(遥感技术)

资助基金：国家自然科学基金联合重点项目;国家自然科学基金项目;上海市经济和信息化委员会项目

在线出版日期：2020-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：624-634