基于多结构卷积神经网络的高分遥感影像飞机目标检测

• 作者: 万里红 姚相坤 方涛 霍宏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 目标检测 高分遥感影像 卷积神经网络 特征提取 多结构网络
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 图形图像处理
• 页码范围: 259-267
• 页数: 9页
• 分类号: TP18
• 字数: 6774字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.01.045

摘要

传统的遥感影像目标检测方法大多利用人工提取特征,难以用于背景复杂的高分辨率遥感影像.针对该问题,构建一种多结构卷积神经网络模型(MSCNN)自动学习目标特征.通过改变卷积滤波器尺寸、数量以及网络层数,分别设计4种不同结构的CNN以提取目标从低层、中层到高层不同尺度的特征信息,并将4种CNN输出采用串行方式连接并输入到BP神经网络分类器进行训练.在检测阶段采用滑动窗口方法进行目标搜索.对高分辨遥感影像中飞机的检测实验结果表明,MSCNN在虚警率和召回率上较4种单一结构的CNN具有明显的检测优势,召回率平均提升6％,虚警率平均降低3％.对油罐的检测结果进一步表明,MSCNN可以推广到对遥感影像其他目标的检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方涛	上海交通大学自动化系	79	1195	20.0	30.0
3	霍宏	上海交通大学自动化系	43	473	12.0	20.0
9	万里红	上海交通大学自动化系	2	27	1.0	2.0
11	姚相坤	上海交通大学自动化系	1	26	1.0	1.0