Print

基于卷积神经网络的遥感图像目标检测

论文摘要

针对遥感图像中的目标检测问题,采用基于卷积神经网络的目标检测框架对目标进行提取,针对该网络制作了包含三类遥感图像中常见目标的目标检测数据集。为了解决遥感图像目标旋转角度较大的问题,将空间变换网络融入超快区域卷积神经网络,提出了一种具有旋转不变性自学习能力的目标检测模型。通过与传统的目标检测方法进行对比分析,探究了不同方法对遥感图像目标检测的实际效果。相对于传统的目标检测方法,融合了空间变换网络的卷积神经网络所提取的特征具有更好的旋转不变特性,从而能够达到更高的检测精度。

论文目录

  • 1 引言
  • 2 超快区域卷积神经网络原理
  •   2.1 区域推荐网络
  •   2.2 特征提取及分类网络
  • 3 空间变换网络
  •   3.1 旋转与仿射变换
  •   3.2 STN的结构
  • 4 改进的检测框架
  •   4.1 结构调整
  •   4.2 训练策略调整
  • 5 对比实验
  •   5.1 实验数据
  •   5.2 实验环境与模型参数
  •   5.3 实验设置及结果分析
  •     5.3.1 改变数据集大小
  •     5.3.2 不同检测方法的性能对比
  •     5.3.3 不同类别样本的检测结果
  • 6 结论

    • 文章来源

    类型: 期刊论文

    作者: 欧攀,张正,路奎,刘泽阳

    关键词: 图像处理,卷积神经网络,空间变换网络,目标检测,深度学习

    来源: 激光与光电子学进展 2019年05期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 工业通用技术及设备,自动化技术

    单位: 北京航空航天大学仪器科学与光电工程学院

    分类号: TP751;TP183

    页码: 74-80

    总页数: 7

    文件大小: 1352K

    下载量: 883

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/2ce714f31eb0dc9bbc13a1e3.html