基于深度卷积神经网络的遥感图像飞机目标检测方法

• 作者: 孙显 孙皓 宋萍 张义 郭智 闫梦龙
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 遥感图像处理 飞机检测 密集连接卷积网络
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 论文
• 页码范围: 2684-2690
• 页数: 7页
• 分类号: TP753
• 字数: 4191字
• 语种: 中文
• DOI: 10.11999/JEIT180117

摘要

飞机检测是遥感图像分析领域的研究热点,现有检测方法的检测流程分为多步,难以进行整体优化,并且对于飞机密集区域或背景复杂区域的检测精度较低.针对以上问题,该文提出一种端到端的检测方法MDSSD来提高检测精度.该方法基于单一网络目标多尺度检测框架(SSD),以一个密集连接卷积网络(DenseNet)作为基础网络提取特征,后面连接一个由多个卷积层构成的子网络对目标进行检测和定位.该方法融合了多层次特征信息,同时设计了一系列不同长宽比的候选框,以实现不同尺度飞机的检测.该文的检测方法完全摒弃了候选框提取阶段,将所有检测流程整合在一个网络中,更加简洁有效.实验结果表明,在多种复杂场景的遥感图像中,该方法能够达到较高的检测精度.