基于Faster R-CNN的高分辨率 图像目标检测技术

• 作者: 姚国清 张猛 谢奇芳
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 目标检测 FasterR-CNN 卷积神经网络 高分辨率遥感图像
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 技术方法
• 页码范围: 38-43
• 页数: 6页
• 分类号: TP79
• 字数: 4440字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2019.02.06

摘要

为提升传统算法对高分辨率遥感图像中地物目标的检测效果,将深度学习目标检测框架快速区域卷积神经网络(faster regions with convolutional neural network,Faster R-CNN)应用于高分辨率遥感图像目标检测任务中.以机场为检测场景、飞机为检测目标进行实验,首先,利用高分辨率遥感图像数据集训练Faster R-CNN框架,得到相应的目标检测模型;然后,采用该模型对高分辨率遥感图像中的飞机目标进行检测;最后,对实验结果进行统计分析及评价.实验结果表明,Faster R-CNN模型能够全面而准确地检测飞机目标,最优F1分数值为0.9763,并且同一个模型可以对多种高分辨率遥感图像进行目标检测.