遙感技術(shù)的飛速發(fā)展為我們獲取空間分辨率越來(lái)越高的遙感圖像提供了便利,但由于遙感圖像中目標(biāo)物體種類多,尺度變化大、排列方向任意等特點(diǎn),目標(biāo)檢測(cè)依然是極具挑戰(zhàn)的任務(wù)。本文提出了一種基于深度密集網(wǎng)的目標(biāo)檢測(cè)模型,該模型由多個(gè)密集塊堆疊組成,不僅利用了隱式深度監(jiān)督信息,還提取多層級(jí)、多尺度圖像特征構(gòu)建特征金子塔。通過(guò)在兩個(gè)大規(guī)模的公開遙感影像數(shù)據(jù)集上進(jìn)行的一系列實(shí)驗(yàn)和評(píng)價(jià)并與主流的目標(biāo)檢測(cè)方法進(jìn)行比較,證明了該模型的有效性和優(yōu)越性。 

【文章來(lái)源】：北華航天工業(yè)學(xué)院學(xué)報(bào). 2020,30(05)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

多類多尺度目標(biāo)檢測(cè)模型圖

圖3顯示了提出的方法在NWPU VHR-10數(shù)據(jù)集上目標(biāo)檢測(cè)結(jié)果，盡管目標(biāo)的方向和大小變化很大，但該方法成功地檢測(cè)和定位了大部分目標(biāo)。實(shí)驗(yàn)結(jié)果表明密集塊融合了圖像的多層特征，使得特征圖更加豐富，能夠捕捉到小目標(biāo)。使用多層次多尺度預(yù)測(cè)方法一方面融合了目標(biāo)的多尺度特征，另一個(gè)方面能夠適應(yīng)多目標(biāo)的不同尺度，兩種方法的結(jié)合得到使模型在遙感任務(wù)方面具有很好地性能表現(xiàn)。


本文編號(hào)：3518007