多层特征与上下文信息相结合的光学遥感影像目标检测

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

    相关论文文献

    标签:;  ;  ;  ;  

    多层特征与上下文信息相结合的光学遥感影像目标检测
    下载Doc文档

    猜你喜欢