多层特征与上下文信息相结合的光学遥感影像目标检测

• 作者: 万刚 李科 陈丁
• 来源期刊: 测绘学报
• 学科: 地球科学
• 关键词: 遥感影像 目标检测 卷积神经网络 受限玻尔兹曼机
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 摄影测量学与遥感
• 页码范围: 1275-1284
• 页数: 10页
• 分类号: P237
• 字数: 5599字
• 语种: 中文

摘要

目标检测是遥感影像分析的基础和关键.针对光学遥感影像中目标尺度多样、小目标居多、相似性及背景复杂等问题,本文提出一种将卷积神经网络(CNN)和混合波尔兹曼机(HRBM)相结合的遥感影像目标检测方法.首先设计细节—语义特征融合网络(D-SFN)提取卷积神经网络低层和高层融合特征,提升目标特征的判别力,特别是小目标;其次考虑上下文信息对目标检测的影响,结合上下文信息进一步加强目标表征的准确性,提升检测精度.在NWPU数据集上试验表明,本文方法能够显著提升目标检测精度且具有一定程度的稳健性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万刚		68	667	13.0	24.0
2	陈丁		7	22	2.0	4.0
3	李科		10	37	4.0	6.0