结合Faster R-CNN模型的遥感影像建筑物检测

• 作者: 李东子 苏亚龙 范大昭
• 来源期刊: 测绘科学技术学报
• 学科: 地球科学
• 关键词: 遥感影像 建筑物检测 Faster R-CNN模型 区域建议网络 近似联合训练
• 年，卷（期）: 2018,（4）
• 页码范围: 389-394
• 页数: 6页
• 分类号: P237
• 字数: 3638字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6338.2018.04.011

摘要

高分辨率遥感影像场景复杂,其中建筑物目标种类结构各异且存在大量遮挡,现有检测算法使用特征表达性不强.结合Faster R-CNN模型设计一种针对遥感影像的建筑物检测方法.首先通过共享卷积网络获取原始影像的深层特征图;然后结合区域建议网络生成初步检测结果;最后根据Fast R-CNN检测网络对结果进行进一步判定和边界回归.针对困难样本造成的训练中断,对训练策略进行改进,通过近似联合训练的方法对模型参数同步调优.实验结果表明,该方法准确率和召回率明显优于DPM方法,对非训练测试集遥感影像具有较好鲁棒性,有效实现了针对遥感影像的建筑物检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范大昭		57	331	9.0	14.0