在復(fù)雜背景下的光學(xué)遙感圖像目標(biāo)檢測(cè)中,為了提高檢測(cè)精度,同時(shí)降低檢測(cè)網(wǎng)絡(luò)復(fù)雜度,提出了面向光學(xué)遙感目標(biāo)的全局上下文檢測(cè)模型。首先,采用結(jié)構(gòu)簡(jiǎn)單的特征編碼-特征解碼網(wǎng)絡(luò)進(jìn)行特征提取。其次,為提高對(duì)多尺度目標(biāo)的定位能力,采取全局上下文特征與目標(biāo)中心點(diǎn)局部特征相結(jié)合的方式生成高分辨率熱點(diǎn)圖,并利用全局特征實(shí)現(xiàn)目標(biāo)的預(yù)分類。最后,提出不同尺度的定位損失函數(shù),用于增強(qiáng)模型的回歸能力。實(shí)驗(yàn)結(jié)果表明:當(dāng)使用主干網(wǎng)絡(luò)Root-ResNet18時(shí),本文模型在公開遙感數(shù)據(jù)集NWPU VHR-10上的檢測(cè)精度可達(dá)97.6%AP⁵⁰和83.4%AP⁷⁵,檢測(cè)速度達(dá)16 PFS,基本滿足設(shè)計(jì)需求,實(shí)現(xiàn)了網(wǎng)絡(luò)速度和精度的有效平衡,便于后續(xù)算法在移動(dòng)設(shè)備端的移植和應(yīng)用。

【文章頁(yè)數(shù)】：12 頁(yè)


本文編號(hào)：3859941