引用本文:孙梓超,谭喜成,洪泽华,董华萍,沙宗尧,周松涛,杨宗亮.基于深度卷积神经网络的遥感影像目标检测[J].上海航天,2018,(5):18-24.
【打印本页】   【下载PDF全文】     
本文已被:浏览 31次   下载 20
分享到: 微信 更多
基于深度卷积神经网络的遥感影像目标检测
孙梓超1,谭喜成1,洪泽华2,董华萍1,3,沙宗尧1,周松涛1,杨宗亮1
(1.武汉大学遥感信息工程学院,湖北 武汉 430079;2.上海机电工程研究所,上海 201109;3.城市空间信息工程北京市重点实验室,北京 100038)
摘要:
随着遥感影像数据规模的快速扩张,如何高效准确地识别遥感影像中的典型目标成为当前的研究热点。为解决传统遥感影像目标检测方法准确率低的问题,用基于深度卷积神经网络进行遥感影像目标检测,在遥感影像数据集上用基于Faster-RCNN的神经网络模型对VGG16卷积网络进行训练,对输入的遥感影像通过区域推荐网络标注出待检目标的包围框和置信度,实现对遥感影像的目标检测。以飞机和油罐为例,在TensorFlow深度学习框架下实现了数据预处理、网络训练、目标检测等功能,并在当前测试数据集上取得了较高的检测准确率和置信度。该研究成果可应用于遥感影像解译和处理等相关领域。
(1. School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430079, Hubei, China;2. Shanghai Electro-Mechanical Engineering Institute, Shanghai 201109, China;3. Beijing Key Laboratory of Urban Spatial Information Engineering, Beijing 100038, China)

分享按钮