基于深度学习的光学遥感图像目标检测方法综述

• 作者: 关佶红 刘天颖 李文根
• 来源期刊: 无线电通信技术
• 学科: 工学
• 关键词: 光学遥感图像 目标检测 计算机视觉
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 专家论坛
• 页码范围: 624-634
• 页数: 11页
• 分类号: TP751
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3114.2020.06.002

摘要

面向光学遥感图像的目标检测已经有较长时间的发展历史,近年来由于深度学习的发展而成为遥感领域的一个研究热点.目标检测的基础环节之一是图像特征提取,它对最终的检测效果有关键影响.早期目标检测器主要通过手动设计特征提取方法获得图像特征,往往较为复杂且难以提取图像的高层次特征.得益于深度学习技术的发展,目前目标检测器已经能够实现自动特征提取,取得了比传统方法更好的检测性能.对基于深度学习的光学遥感图像目标检测方法进行了总结和归纳:首先,回顾目标检测的发展历史;然后,介绍当前广泛使用的数据集;其次,将现有基于深度学习的光学遥感图像目标检测方法分为4类,并进行分析比较,包括基于人工提取候选区域的方法、基于候选区域生成网络的方法、基于回归的方法和其他方法;最后,分析现有光学遥感图像目标检测研究存在的问题,并对未来发展趋势进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	关佶红		50	522	13.0	21.0
2	刘天颖		1	0	0.0	0.0
3	李文根		3	2	1.0	1.0