基于Mask R-CNN的舰船目标检测研究

• 作者: 吴金亮 梁硕 王港 陈金勇 高峰
• 来源期刊: 无线电工程
• 学科: 工学
• 关键词: MaskR-CNN 舰船检测 目标检测 深度学习 紧密排列 实例分割
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 信号与信息处理
• 页码范围: 947-952
• 页数: 6页
• 分类号: TP751
• 字数: 3875字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3106.2018.11.08

摘要

随着深度学习在计算机视觉、 图像处理以及遥感信息处理领域的逐步应用,目标检测识别、 图像语义分割等应用取得了巨大的突破.但是遥感影像目标中,舰船目标具有形状细长、 多个目标紧密排列等特点,应用传统的目标检测框架易出现漏检、 误检等问题.针对上述问题,提出基于Mask R-CNN框架的舰船目标检测识别方法,通过候选框与像素分割曲线相结合的思路,较好地解决了紧密排列舰船目标的检测问题.实验结果表明,基于Mask R-CNN的舰船目标检测结果具有较高的准确度,在解决紧密排列目标和多尺度目标的检测问题上具有较好性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高峰	中国电子科技集团公司航天信息应用技术重点实验室	33	73	5.0	7.0
2	陈金勇	中国电子科技集团公司航天信息应用技术重点实验室	41	136	6.0	9.0
3	吴金亮	中国电子科技集团公司航天信息应用技术重点实验室	12	41	4.0	6.0
7	王港	中国电子科技集团公司航天信息应用技术重点实验室	4	30	3.0	4.0
8	梁硕	中国电子科技集团公司航天信息应用技术重点实验室	5	25	2.0	5.0