基于卷积神经网络的高分辨率遥感影像目标检测方法研究  

Research on object detection in high resolution remote sensing imagery based on convolutional neural networks

作　　者：董志鹏 DONG Zhipeng(The First Institute of Oceanography,Ministry of Natural Resources,Qingdao 266061,China)

机构地区：[1]自然资源部第一海洋研究所,山东青岛266061

出　　处：《测绘学报》2023年第9期1613-1613,共1页Acta Geodaetica et Cartographica Sinica

基　　金：山东省自然科学基金(ZR2023QD113);青岛市自然科学基金(23-2-1-73-zyyd-jch)。

摘　　要：高分辨率遥感影像目标检测作为高分对地观测系统中影像信息自动提取及分析理解的重要内容,对高分对地观测系统应用价值的发挥具有重要影响。卷积神经网络作为最热门的深度学习模型,由于其可以根据海量数据和标注自行进行有效图像特征提取和学习,在训练数据充足的情况下,模型具有良好的泛化能力,能够在复杂多变的条件下依然保持良好的稳健性和普适性。因此,基于卷积神经网络的目标检测架构被相继提出,但现有网络架构多是针对自然图像设计的,相对于自然图像,高分辨率遥感影像存在背景更加复杂、目标尺度更小、同类目标尺度变化更大和影像尺寸更大等特点;将这些网络架构直接用于高分辨率遥感影像目标检测会存在网络目标建议框尺度不匹配,待检影像相对于网络输入过大,以及缺乏训练数据等问题。针对上述问题,论文系统性地开展基于卷积神经网络的高分辨遥感影像目标检测方法研究。主要研究内容如下。

关 键 词：卷积神经网络 高分辨率遥感影像 对地观测系统 海量数据 网络架构 图像特征提取 目标检测 信息自动提取 

分 类 号：P237[天文地球—摄影测量与遥感]