基于卷积神经网络的多尺度遥感图像目标检测方法研究

发布时间：2021-08-24 20:46

　　随着遥感技术的发展和遥感平台的增加,出现了海量遥感图像数据,这些数据中包含着大量高价值信息。遥感图像目标检测是对遥感图像信息进行加工和利用的有效手段之一,在众多遥感应用领域中都发挥着巨大的作用,也是遥感图像处理领域的一个研究热点。随着学术界对深度学习研究的深入,卷积神经网络成为计算机视觉领域一个重要的工具。相比于依托于手工特征设计的传统目标检测算法,基于卷积神经网络的方法具有更强的特征提取能力和泛化能力,这些方法也在普通自然图像目标检测任务中展现出了优越的性能。然而,遥感图像和普通自然图像存在许多差异,对遥感图像进行快速准确的目标检测依然面临着许多挑战。其中,遥感图像多尺度目标检测长期以来一直是遥感图像处理领域的一个难题。本文在现有方法和理论的基础上,围绕遥感图像多尺度目标检测问题展开研究,从卷积神经网络多尺度特征提取和多尺度目标检测算法中的锚点（Anchor）机制两个方向进行探索,实现了良好的遥感图像多尺度目标检测效果。本文的主要研究工作如下:（1）本文从卷积神经网络特征提取过程展开研究,针对卷积神经网络的层次性原理,设计了一种能实现多尺度特征的融合并提取的主干神经网络MF-Dens... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：91 页

【学位级别】：硕士

【部分图文】：

遥感图像目标检测示意图

图2.1 LeNet 网络结构现代卷积神经网络的雏形可以追溯到 1980 年，Kunihiko Fukushima 等人通过模生物视觉系统提出了一种用于处理手写字符识别等模式识别任务的多层人工神经络[18]，这个网络也被认为是现代卷积神经网络的前身。1998 年 LeCun 等人提出了种用于手写体数字识别的卷积神经网络，LeNet[17]。如图 2.1 所示[17]，LeNet 是一个

AlexNet结构示意图

【参考文献】：
期刊论文
[1]基于多特征融合的遥感图像河流目标检测算法[J]. 于晓升,吴成东,陈东岳,田子恒.  东北大学学报(自然科学版). 2012(11)
[2]可见光遥感图像中舰船目标检测方法[J]. 赵英海,吴秀清,闻凌云,徐守时.  光电工程. 2008(08)

博士论文
[1]面向图像分类和识别的视觉特征表达与学习的研究[D]. 杨钊.华南理工大学 2014

硕士论文
[1]中低分辨率光学遥感图像舰船目标检测算法研究[D]. 李文武.国防科学技术大学 2008
[2]基于地物波谱数据库的分类识别研究[D]. 阮建武.吉林大学 2004



本文编号：3360694