基于深度语义分割的遥感图像海面舰船检测研究

• 作者: 张献中 李雨阳 王俊生 陈伟楠 陈彦彤
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 遥感图像 语义分割 卷积神经网络 空洞卷积 全连接条件随机场
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 视觉检测与图像测量
• 页码范围: 233-240
• 页数: 8页
• 分类号: TP753|TH766
• 语种: 中文
• DOI: 10.19650/j.cnki.cjsi.J1905722

摘要

针对在复杂海况下,遥感图像舰船检测容易受到海杂波、薄云、海岛等影响,导致检测结果可靠性低的问题,引入了端对端的深度语义分割方法,将深度卷积神经网络与全连接条件随机场结合.以ResNet架构为基础,首先将遥感图像经过深度卷积神经网络作为输入,对图像进行粗分割,然后经过改进的全连接条件随机场,利用高斯成对势和平均场近似定理建立条件随机场为递归神经网络作为输出,从而实现了端对端的连接.所提方法在Google Earth和NWPU-RESISC45建立的数据集上与其他模型进行对比,实验表明,所提方法提高了目标检测精度以及捕获图片精细细节的能力,平均交并比为83.2％,相对于其他模型具有明显优势,且运行速度快,满足遥感图像海面舰船检测的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王俊生		10	25	2.0	4.0
2	陈彦彤		4	0	0.0	0.0
3	陈伟楠		2	0	0.0	0.0
4	张献中		2	0	0.0	0.0
5	李雨阳		4	0	0.0	0.0