CCNet:面向多光谱图像的高速船只检测级联卷积神经网络

• 作者: 刘剑 刘力源 吴南健 张广乾 张忠星 朱文平 李鸿龙
• 来源期刊: 红外与毫米波学报
• 学科: 工学
• 关键词: 船只检测 遥感图像处理 卷积神经网络 多光谱图像
• 年，卷（期）: 2019,（3）
• 页码范围: 290-295
• 页数: 6页
• 分类号: TP751
• 语种: 中文
• DOI: 10.11972/j.issn.1001-9014.2019.03.006

摘要

针对实现遥感图像中船只目标的快速检测,提出了一个采用多光谱图像、基于级联的卷积神经网络(CNN)船只检测方法CCNet.该方法所采用两级级联的CNN依次实现感兴趣区域(ROI)的快速搜索、基于感兴趣区域的船只目标定位和分割.同时,采用含有更多细节信息的多光谱图像作为CCNet的输入,能够提升网络提取特征鲁棒性,从而使得检测更加精确.基于SPOT 6卫星多光谱图像的实验表明,与当前主流的深度学习船只检测方法相比,该方法能够在实现高检测精准度的基础上将检测速度提高5倍以上.