隨著遙感衛(wèi)星平臺(tái)的多樣化以及圖像空、時(shí)、譜分辨率的提升,空間遙感探測(cè)技術(shù)的不斷突破。基于遙感圖像的大視場(chǎng)目標(biāo)檢測(cè)技術(shù)在軍事、民用領(lǐng)域有著迫切的應(yīng)用需求,尤其在當(dāng)前人工智能圖像感知技術(shù)飛速發(fā)展的時(shí)代。然而,遙感場(chǎng)景復(fù)雜多樣、光照變化以及不同天候造成圖像的質(zhì)量不穩(wěn)定,目標(biāo)在場(chǎng)景中存在顯著的差異、目標(biāo)之間尺度差異較大等問(wèn)題。目前主流的遙感圖像目標(biāo)檢測(cè)方法仍存在一些問(wèn)題亟待解決。本文在目前深度學(xué)習(xí)圖像解譯相關(guān)理論的基礎(chǔ)上,針對(duì)遙感目標(biāo)檢測(cè)領(lǐng)域存在的相關(guān)難點(diǎn),提出一種基于深度視覺(jué)感知建模的大視場(chǎng)多類遙感目標(biāo)檢測(cè)方法,主要研究工作和成果如下:(1)針對(duì)的遙感圖像大視場(chǎng)場(chǎng)景復(fù)雜、虛警干擾因素多的難點(diǎn),本文提出在目標(biāo)檢測(cè)網(wǎng)絡(luò)中構(gòu)建語(yǔ)義-視覺(jué)特征,表征目標(biāo)場(chǎng)景的復(fù)雜特性。本方法主要利用密集連接卷積模塊中層與層之間獨(dú)特的連接方式,提取豐富的語(yǔ)義特征。基于視覺(jué)注意力增強(qiáng)模塊在通道和空間維度提取視覺(jué)特征;并融合兩個(gè)維度的特征信息,構(gòu)建出深層次的結(jié)構(gòu)特征來(lái)進(jìn)行復(fù)雜場(chǎng)景的特征表達(dá)。通過(guò)一系列的對(duì)比分析實(shí)驗(yàn),此方法在有效的實(shí)現(xiàn)對(duì)于遙感目標(biāo)的辨識(shí)。(2)針對(duì)遙感目標(biāo)在同一場(chǎng)景中尺度差異較大、目標(biāo)占比小而排布密集的難點(diǎn)...

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 傳統(tǒng)遙感目標(biāo)檢測(cè)方法
        1.2.2 基于卷積神經(jīng)網(wǎng)絡(luò)的遙感目標(biāo)檢測(cè)方法
    1.3 主要研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 深度學(xué)習(xí)目標(biāo)檢測(cè)識(shí)別算法分析
    2.1 引言
    2.2 卷積神經(jīng)網(wǎng)絡(luò)
    2.3 目標(biāo)檢測(cè)
    2.4 目標(biāo)識(shí)別
    2.5 本章小結(jié)
第三章 基于語(yǔ)義視覺(jué)特征融合的遙感圖像目標(biāo)檢測(cè)
    3.1 引言
    3.2 算法框架
    3.3 語(yǔ)義-視覺(jué)特征構(gòu)建
        3.3.1 數(shù)據(jù)增強(qiáng)
        3.3.2 密集連接卷積模塊
        3.3.3 視覺(jué)注意力增強(qiáng)模塊
    3.4 多尺度特征融合
    3.5 實(shí)驗(yàn)與結(jié)果分析
        3.5.1 實(shí)驗(yàn)數(shù)據(jù)集
        3.5.2 模型訓(xùn)練
        3.5.3 指標(biāo)評(píng)估與結(jié)果分析
    3.6 本章小結(jié)
第四章 基于輕量級(jí)卷積神經(jīng)網(wǎng)絡(luò)的虛警剔除方法
    4.1 引言
    4.2 算法框架
    4.3 Peleenet-RS算法設(shè)計(jì)
        4.3.1 深度可分離卷積
        4.3.2 網(wǎng)絡(luò)結(jié)構(gòu)
    4.4 實(shí)驗(yàn)與結(jié)果分析
        4.4.1 虛警和漏檢目標(biāo)分析
        4.4.2 數(shù)據(jù)集制備
        4.4.3 虛警剔除結(jié)果
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 研究展望
參考文獻(xiàn)
在學(xué)期間的研究成果
致謝



本文編號(hào)：3825813