多层特征与上下文信息相结合的光学遥感影像目标检测

论文摘要

目标检测是遥感影像分析的基础和关键。针对光学遥感影像中目标尺度多样、小目标居多、相似性及背景复杂等问题,本文提出一种将卷积神经网络（CNN）和混合波尔兹曼机（HRBM）相结合的遥感影像目标检测方法。首先设计细节—语义特征融合网络（D-SFN）提取卷积神经网络低层和高层融合特征,提升目标特征的判别力,特别是小目标;其次考虑上下文信息对目标检测的影响,结合上下文信息进一步加强目标表征的准确性,提升检测精度。在NWPU数据集上试验表明,本文方法能够显著提升目标检测精度且具有一定程度的稳健性。

论文目录

• 1 本文算法
•   1.1 ROI提取
•   1.2 混合受限波尔兹曼机
•   1.3 细节—语义特征融合网络
•   1.4 结合上下文信息
•   1.5 目标分类预测与定位
• 2 试验与分析
•   2.1 试验数据集及评价指标
•   2.2 试验参数设置及优化
•   2.3 算法可行性验证分析
•     2.3.1 细节—语义特征融合试验及分析
•     2.3.2 结合上下文试验及分析
•     2.3.3 不同RBM模型对比
•     2.3.4 与其他方法对比试验
• 3 结 论

文章来源

类型: 期刊论文

作者: 陈丁,万刚,李科

关键词: 遥感影像,目标检测,卷积神经网络,受限玻尔兹曼机

来源: 测绘学报 2019年10期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 工业通用技术及设备,自动化技术

单位: 信息工程大学

基金: 国家自然科学基金(41871322),国家国防基金项目(3601015)~~

分类号: TP751

页码: 1275-1284

总页数: 10

文件大小: 3389K

下载量: 258