基于Mask R-CNN的高分遥感影像的稀土开采识别方法

• 作者: 李恒凯 柯江晨 王秀丽 肖松松
• 来源期刊: 中国矿业大学学报
• 学科: 工学
• 关键词: Mask R-CNN 高分遥感影像 稀土开采识别 归一化水体指数
• 年，卷（期）: 2020,（6）
• 页码范围: 1215-1222
• 页数: 8页
• 分类号: TP183
• 语种: 中文

摘要

根据离子吸附型稀土矿开采过程中的沉淀池状态及其空间分布关系,构建了基于MaskR-CNN的高分遥感影像稀土开采识别方法,实现稀土开采状态的识别与检测,为离子型稀土开采监管提供技术支持.该方法采用ROI Align结合双线性插值精确计算特征图浮点数处的像素值,避免了ROI Pooling带来的检测框偏离问题;同时在算法中引入特征金字塔网络(FPN),提升了算法对多尺度下小目标的精准检测能力;针对离子型稀土开采过程中沉淀池存在浸矿液体特征,加入归一化水体指数(NDWI)作为样本训练模型,再将模型用于离子型稀土开采识别;对比了Mask R-CNN,Faster R-CNN,SSD和YOLOv3检测算法在不同的基础网络和数据集下对目标的识别效果.结果表明:4种算法在使用NDWI数据集作为训练样本时比使用原始RGB数据集时的目标检测精度均提升了1.5％左右,且Mask R-CNN的识别效果优于其他3种算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李恒凯		70	312	9.0	13.0
2	王秀丽		38	86	6.0	7.0
3	肖松松		1	0	0.0	0.0
4	柯江晨		4	5	1.0	2.0