基于Faster-RCNN的遥感图像飞机检测算法

• 作者: 张中宝 张继 杨薇 王洪元
• 来源期刊: 南京师大学报（自然科学版）
• 学科: 工学
• 关键词: 遥感图像 飞机检测 Faster-RCNN 残差网络 区域建议网络 在线困难样本挖掘
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 79-86
• 页数: 8页
• 分类号: TP391
• 字数: 5464字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4616.2018.04.013

摘要

CCCV2017发布遥感图像飞机数据集,用于评测飞机检测算法.针对该遥感图像数据集中的飞机朝向不确定、图像覆盖范围广、图像背景复杂度高,导致飞机检测难度大、检测算法准确率和算法泛化能力低等问题,提出了基于Faster-RCNN的飞机检测改进算法.首先,通过对图像采用翻转以及角度旋转等方式对数据集进行合理的扩增;然后,在扩增后的数据集上,使用深度残差网络对图像进行特征提取,针对数据集中飞机目标的长宽比特点优化区域建议网络;同时,为了防止训练集中正负样本不均衡,采用在线困难样本挖掘方法对数据进行训练.在CCCV2017数据集上评估表明,改进后的Faster-RCNN算法极大提高了初始的Faster-RCNN算法性能,在测试集上mAP达到了89.93％.在NWPUVHR-10、NWPU-RESISC45、UCAS-AOD遥感图像飞机数据集测试表明,该改进模型同样具有良好的性能,从而验证了该模型具有良好的鲁棒性和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王洪元	常州大学信息科学与工程学院	77	372	11.0	14.0
2	张继	常州大学信息科学与工程学院	18	65	5.0	7.0
3	张中宝	常州大学信息科学与工程学院	2	12	2.0	2.0
4	杨薇	常州大学信息科学与工程学院	2	12	2.0	2.0