基于旋转不变卷积神经网络的高分辨率光学遥感图像目标检测

• 作者: 程塨 周培诚 韩军伟
• 来源期刊: 科学观察
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 中国热点论文分析
• 页码范围: 75-76
• 页数: 2页
• 语种: 中文
• DOI: 10.15978/j.cnki.1673-5668.202006012

摘要

随着卫星和航拍遥感图像数据的爆炸式增长,迫切需要遥感大数据自动分析技术.高分辨率光学遥感图像目标检测是海量遥感图像数据智能解译的关键技术,在搜救、侦察、监视、预警等军民领域具有重要的应用价值. 传统的图像识别算法主要依赖于人工对图像特征的提取和描述(如颜色特征、纹理特征、形状特征等),导致图像识别问题进展缓慢.近年来,随着大规模标注数据、高性能的硬件计算资源和先进的机器学习算法的出现,深度学习技术尤其是卷积神经网络(Convolutional Neural Networks,CNNs)在自然图像识别领域取得了里程碑式的进展.