基于Faster R-CNN的高分辨率圖像目標(biāo)檢測技術(shù)
關(guān)鍵詞：目標(biāo)檢測 卷積神經(jīng)網(wǎng)絡(luò) 高分辨率遙感圖像
摘要：為提升傳統(tǒng)算法對高分辨率遙感圖像中地物目標(biāo)的檢測效果,將深度學(xué)習(xí)目標(biāo)檢測框架快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)(faster regions with convolutional neural network,Faster R-CNN)應(yīng)用于高分辨率遙感圖像目標(biāo)檢測任務(wù)中。以機(jī)場為檢測場景、飛機(jī)為檢測目標(biāo)進(jìn)行實(shí)驗(yàn),首先,利用高分辨率遙感圖像數(shù)據(jù)集訓(xùn)練Faster R-CNN框架,得到相應(yīng)的目標(biāo)檢測模型;然后,采用該模型對高分辨率遙感圖像中的飛機(jī)目標(biāo)進(jìn)行檢測;最后,對實(shí)驗(yàn)結(jié)果進(jìn)行統(tǒng)計分析及評價。實(shí)驗(yàn)結(jié)果表明,Faster R-CNN模型能夠全面而準(zhǔn)確地檢測飛機(jī)目標(biāo),最優(yōu) F1分?jǐn)?shù)值為0.976 3,并且同一個模型可以對多種高分辨率遙感圖像進(jìn)行目標(biāo)檢測。
國土資源遙感雜志要求:
{1}參考文獻(xiàn)中的每條項(xiàng)目應(yīng)齊全。
{2}來稿文責(zé)自負(fù)，抄襲率控制在15%以內(nèi)，嚴(yán)禁一稿多投。
{3}文內(nèi)有關(guān)特定內(nèi)容的注釋以尾注形式寫明，序號用帶圓圈的阿拉伯?dāng)?shù)字表示。
{4}關(guān)鍵詞每篇文章可選4-5個關(guān)鍵詞，請選擇能反映論文主要內(nèi)容或研究方法的詞作為關(guān)鍵詞。
{5}正文中出現(xiàn)一百字以上的引文，不必加注引號，直接將引文部分左邊縮排兩格，并使用楷體字予以區(qū)分。一百字以下引文，加注引號，直接放在正文中。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
