基于改进旋转区域生成网络的遥感图像目标检测

• 作者: 戴媛 易本顺 程志钦 童乐 肖进胜 雷俊锋
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 成像系统 目标检测 遥感图像 深度学习 旋转区域生成网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: “计算光学成像”专题
• 页码范围: 264-274
• 页数: 11页
• 分类号: TP183|TP751.1
• 语种: 中文
• DOI: 10.3788/AOS202040.0111020

摘要

为了实现遥感图像中目标的快速准确检测,解决遥感图像目标带有旋转角度的问题,在卷积神经网络理论的基础上,将旋转区域网络生成融入到Faster R-CNN网络中,提出了一种基于Faster R-CNN改进的遥感图像目标检测方法.相对于主流目标检测方法,本文算法针对遥感图像中的大多数目标都具有方向性不定且相对聚集的特点,在区域候选网络中加入了旋转因子,以便能够生成任意方向的候选区域;同时,在网络的全连接层之前增加一个卷积层,以降低其特征图参数,增强分类器的性能,避免出现过拟合.将本文算法与几种主流目标检测方法进行对比分析后可知,本文算法因融合了多尺度特征及旋转区域网络的卷积神经网络所提取的特征,能得到更好的检测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	易本顺		90	681	13.0	21.0
2	肖进胜		63	525	12.0	20.0
3	雷俊锋		24	85	5.0	8.0
4	戴媛		1	0	0.0	0.0
5	童乐		4	1	1.0	1.0
6	程志钦		1	0	0.0	0.0