基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
飞机检测一直是遥感图像分析领域的研究热点之一,遥感领域现有的检测方法检测流程复杂,难以实现整体优化,同时对于背景复杂的区域或者飞机密集停靠的区域检测精度较低.针对上述问题,本文提出一种基于MRNSSD(Multi-scale Residual Network Single Shot Detector)模型的端到端的飞机目标检测方法.该方法通过一个前置的深度残差网络提取目标特征,后面再连接由多个卷积层构成的子网络对目标进行检测和定位.本文检测方法融合多个特征层的信息,同时设计一系列候选框的长宽比,以实现不同规格飞机的精准检测.本文的检测方法将所有检测流程整合在一个网络中,完全摒弃了繁琐的候选框提取阶段,更加简洁高效.实验结果表明,在场景复杂的遥感图像中,该方法能够达到较高的检测精度.
推荐文章
Faster R-CNN模型在遥感图像飞机目标检测中的应用
深度学习
迁移学习
FasterR-CNN
遥感图像
飞机检测
基于模糊综合评判的遥感图像变化检测方法
遥感图像
变化检测
模糊C均值聚类
模糊综合评判
基于改进YOLOv5的遥感图像目标检测研究
遥感图像
目标检测
YOLOv5
SimAM
CFP
基于深度神经网络的遥感图像飞机目标检测
遥感图像
目标检测
密度聚类
卷积神经网络
像素级标签
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于MRNSSD模型的遥感图像中飞机目标检测方法
来源期刊 计算机与现代化 学科 工学
关键词 飞机检测 遥感图像 深度卷积网络
年,卷(期) 2018,(12) 所属期刊栏目 图像处理
研究方向 页码范围 110-115
页数 6页 分类号 TP391.1
字数 5062字 语种 中文
DOI 10.3969/j.issn.1006-2475.2018.12.021
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (22)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
飞机检测
遥感图像
深度卷积网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导