隨著科技的進(jìn)步,衛(wèi)星以及無人航拍機(jī)技術(shù)的成熟,大量航拍遙感圖像得以生成,促進(jìn)了遙感圖像的研究與應(yīng)用。其中遙感圖像的多目標(biāo)檢測有著重大的研究意義和應(yīng)用前景,它可以應(yīng)用于智慧城市的建設(shè),城市道路的監(jiān)控,以及國家安防事業(yè)的部署。經(jīng)過近幾年深度學(xué)習(xí)技術(shù)的爆發(fā)式發(fā)展,深度神經(jīng)網(wǎng)絡(luò)在普通場景的應(yīng)用中已經(jīng)達(dá)到了較高的準(zhǔn)確率。然而,現(xiàn)有的目標(biāo)檢測網(wǎng)絡(luò)都無法對小目標(biāo)做到快速而又精準(zhǔn)的檢測,尤其是在高分辨率的遙感圖像中,幾乎每一個(gè)目標(biāo)物體都是小目標(biāo)。且在具有實(shí)時(shí)性要求的遙感圖像多目標(biāo)檢測任務(wù)中,不僅需要網(wǎng)絡(luò)能夠針對遙感圖像中的小目標(biāo)具有較精準(zhǔn)的檢測能力,同時(shí)需要網(wǎng)絡(luò)能有較快的檢測速度,以保證監(jiān)控畫面的實(shí)時(shí)性和流暢性。為了解決遙感圖像中目標(biāo)物體過小,不易檢測的難點(diǎn),同時(shí)為了保證目標(biāo)檢測的速度,本文在SSD算法的基礎(chǔ)上進(jìn)行研究。本文首先闡述了遙感圖像目標(biāo)檢測的研究現(xiàn)狀以及說明了遙感圖像區(qū)別于普通圖像的特殊性和檢測難點(diǎn),同時(shí)介紹了目標(biāo)檢測常用的基礎(chǔ)理論,然后闡述了幾種經(jīng)典目標(biāo)檢測網(wǎng)絡(luò),并將其應(yīng)用于遙感圖像上進(jìn)行多目標(biāo)檢測,得到基線mAP,并可視化卷積層特征圖分析SSD網(wǎng)絡(luò)結(jié)構(gòu)在遙感圖像多目標(biāo)檢測中的不足。在此基... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于模板匹配的方法
        1.2.2 基于圖像分析的方法
        1.2.3 基于機(jī)器學(xué)習(xí)的方法
        1.2.4 基于深度學(xué)習(xí)的方法
    1.3 論文研究內(nèi)容及創(chuàng)新
    1.4 論文的組織結(jié)構(gòu)
第2章 目標(biāo)檢測基礎(chǔ)理論
    2.1 引言
    2.2 圖像歸一化
    2.3 預(yù)選框獲取
    2.4 HOG特征表達(dá)
    2.5 判別模型
    2.6 非極大值抑制
        2.6.1 非極大值抑制算法原理
        2.6.2 非極大值抑制在目標(biāo)檢測中的應(yīng)用原理
    2.7 卷積神經(jīng)網(wǎng)絡(luò)
        2.7.1 卷積
        2.7.2 空洞卷積
        2.7.3 深度可分離卷積
        2.7.4 激活函數(shù)
        2.7.5 池化
    2.8 本章小結(jié)
第3章 基于經(jīng)典深度神經(jīng)網(wǎng)絡(luò)的遙感圖像多目標(biāo)檢測
    3.1 引言
    3.2 遙感圖像數(shù)據(jù)集
        3.2.1 NWPU
        3.2.2 RSOD
        3.2.3 DOTA
    3.3 經(jīng)典目標(biāo)檢測網(wǎng)絡(luò)
        3.3.1 Faster-RCNN系列
        3.3.2 YOLO系列
        3.3.3 SSD系列
    3.4 實(shí)驗(yàn)設(shè)計(jì)與分析
        3.4.1 基于Pascal VOC數(shù)據(jù)集的對比分析
        3.4.2 基于DOTA遙感數(shù)據(jù)集的對比分析
        3.4.3 卷積層特征圖可視化分析
    3.5 本章小結(jié)
第4章 基于FD-SSD的遙感圖像多目標(biāo)檢測
    4.1 引言
    4.2 二次切割
    4.3 FD-SSD網(wǎng)絡(luò)結(jié)構(gòu)
    4.4 FD-SSD默認(rèn)框設(shè)計(jì)
    4.5 二次非極大值抑制優(yōu)化檢測結(jié)果
    4.6 實(shí)驗(yàn)設(shè)計(jì)與分析
        4.6.1 mAP結(jié)果對比
        4.6.2 其他遙感數(shù)據(jù)集對比實(shí)驗(yàn)
        4.6.3 速度測試
    4.7 本章小結(jié)
第5章 基于跟蹤算法的目標(biāo)檢測網(wǎng)絡(luò)應(yīng)用加速
    5.1 引言
    5.2 網(wǎng)絡(luò)模型加速
        5.2.1 替換前置基礎(chǔ)網(wǎng)絡(luò)
        5.2.2 網(wǎng)絡(luò)壓縮
            5.2.2.1 網(wǎng)絡(luò)層級裁剪
            5.2.2.2 去黑圖
            5.2.2.3 模型剪枝
            5.2.2.4 深度壓縮
    5.3 跟蹤算法
        5.3.1 MOSSE
        5.3.2 CSK
        5.3.3 KCF
    5.4 平滑跳幀檢測
    5.5 實(shí)驗(yàn)設(shè)計(jì)與分析
    5.6 本章小結(jié)
第6章 基于FD-SSD的無人機(jī)航拍車輛實(shí)時(shí)監(jiān)控方案設(shè)計(jì)
    6.1 引言
    6.2 方案設(shè)計(jì)
    6.3 車輛目標(biāo)檢測數(shù)據(jù)集制作
    6.4 實(shí)驗(yàn)設(shè)計(jì)與分析
    6.5 本章小結(jié)
第7章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
致謝
參考文獻(xiàn)
附錄



本文編號：3168607