改进Faster R-CNN的遥感图像目标检测

发布时间:2021-03-02 05:24
  遥感图像目标检测是传统目标检测问题的一个分支,是遥感图像处理的核心问题之一,其作为遥感图像分割、场景分类、遥感信息自动化提取等任务的基础在军用、民用领域都有广泛应用。近年来,随着搭载平台和传感器技术的不断发展,遥感图像的空间分辨率不断提高,与自然图像的视觉差异不断减小,越来越多的计算机视觉方法被应用于遥感图像目标检测,但遥感图像中的背景复杂度高、小目标、目标旋转等问题仍然是导致检测精度较低的关键性问题。为解决上述问题,本文提出了一种融合注意力机制的改进Faster R-CNN检测模型,并通过实验验证了本文方法的有效性。本文具体工作如下:(1)对公开的NWPUVHR-10数据集进行预处理:首先对数据进行增广,通过翻转、平移、缩放变形等增加样本数量;然后使用图像增强手段,对数据集中的低质量图像用增强深度超分辨率(EDSR)网络进行超分辨率重构。最终得到3000幅图像的数据集,按3:1:1划分成训练集、验证集、测试集。(2)构建注意力机制特征提取网络:在选取的特征提取网络ResNet-101中引入注意力机制模块,意在图像特征提取时得到更多的检测目标信息,抑制无用的背景信... 

【文章来源】:大连海事大学辽宁省 211工程院校

【文章页数】:68 页

【学位级别】:硕士

【部分图文】:

改进Faster R-CNN的遥感图像目标检测


图1.?1三幅遥感图像??Fig.?1.1?Three?images?of?remote?sensing??

论文,思路


信号分析中的互相关概念,利用检测目??标之间的相关性对误检框进行筛眩分析非极大值抑制对旋转目标检测结果的影响进而??调整后处理策略。??(4)实验对比分析:对本文所提各模块进行消融实验,再与3种传统方法BoW模??型⑴]、基于费希尔判别字典学习(FDDL)【2Q]、局部融合检测器(COPD)?[n]和2种深??度学习算法T-CNN、RICNN以及原FasterR-CNN进行对比分析。使用平均精度(AP)??和均值平均精度(mAP)评估模型检测性能。??本文重点研宂内容以及研究思路如图1.2所示:??开te?:??yr??重点屄究一?图像预处理[?魏瑁广.图像超分辨率???>?t????数据售郜作?榇签羝作:数据划分??重獅二1……I纖去网丨麵确……?????▼????? ̄舌占;^二 ̄ ̄1?[ ̄1..?消融实猃,和其他算??重,,、仿九一?|头厂汁fs?|法的七比实验??mm.??图1.2论文研究思路??Fig.?1.2?Thesis?research?ideas??-5?-??

遥感图像,储油罐,遥感图像


?大连海事大学硕士学位论文???2遥感数据介绍及预处理??2.1遥感图像的主要特性??遥感是指非接触的,远距离的探测技术,遥感图像是通过遥感技术获得的图像。由??于搭载平台以及传感器的不同形成了多种类型的遥感图像,例如可见光遥感图像、多光??谱遥感图像、合成孔径雷达遥感图像等。本文是对可见光遥感图像目标检测方法的研宄,??采用的实验数据是NWPU_VHR-10数据集,其类别示例如图2.1所示:??储油罐I?_?V111,??mmmm??-ummmum??—麵國■圓■■??图2.1类别示例??Fig,?2.1?Examples?of?object?categories??-7?-??

【参考文献】:
期刊论文
[1]基于特征融合SSD的遥感图像舰船目标检测[J]. 马健,史文旭,鲍胜利.  计算机应用. 2019(S2)
[2]基于滑坡区域颜色特征模型的SVM遥感检测[J]. 陈善静,康青,沈志强,周若冲.  航天返回与遥感. 2019(06)
[3]注意力机制改进卷积神经网络的遥感图像目标检测[J]. 李红艳,李春庚,安居白,任俊丽.  中国图象图形学报. 2019(08)
[4]基于先验模型优化的无人机遥感图像中几何轮廓目标检测方法[J]. 兰传琳,方佩章,何楚.  电视技术. 2019(01)
[5]一种高分辨率遥感图像视感知目标检测算法[J]. 李策,张亚超,蓝天,杜少毅.  西安交通大学学报. 2018(06)
[6]基于全卷积网络的高分辨遥感影像目标检测[J]. 徐逸之,姚晓婧,李祥,周楠,胡媛.  测绘通报. 2018(01)
[7]基于深度学习的高分辨率遥感影像目标检测[J]. 高常鑫,桑农.  测绘通报. 2014(S1)

硕士论文
[1]基于卷积网络的遥感图像目标检测技术研究[D]. 刘然.哈尔滨工业大学 2019
[2]基于YOLO的遥感图像目标检测算法研究[D]. 杨凡.成都理工大学 2019
[3]卷积神经网络在遥感目标识别中的应用研究[D]. 殷文斌.中国科学院大学(中国科学院遥感与数字地球研究所) 2017



本文编号:3058692

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/3058692.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户1a1be***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com