關鍵詞:目標檢測 卷積神經網絡 高分辨率遙感圖像
摘要:為提升傳統算法對高分辨率遙感圖像中地物目標的檢測效果,將深度學習目標檢測框架快速區域卷積神經網絡(faster regions with convolutional neural network,Faster R-CNN)應用于高分辨率遙感圖像目標檢測任務中。以機場為檢測場景、飛機為檢測目標進行實驗,首先,利用高分辨率遙感圖像數據集訓練Faster R-CNN框架,得到相應的目標檢測模型;然后,采用該模型對高分辨率遙感圖像中的飛機目標進行檢測;最后,對實驗結果進行統計分析及評價。實驗結果表明,Faster R-CNN模型能夠全面而準確地檢測飛機目標,最優 F1分數值為0.976 3,并且同一個模型可以對多種高分辨率遙感圖像進行目標檢測。
國土資源遙感雜志要求:
{1}參考文獻中的每條項目應齊全。
{2}來稿文責自負,抄襲率控制在15%以內,嚴禁一稿多投。
{3}文內有關特定內容的注釋以尾注形式寫明,序號用帶圓圈的阿拉伯數字表示。
{4}關鍵詞每篇文章可選4-5個關鍵詞,請選擇能反映論文主要內容或研究方法的詞作為關鍵詞。
{5}正文中出現一百字以上的引文,不必加注引號,直接將引文部分左邊縮排兩格,并使用楷體字予以區分。一百字以下引文,加注引號,直接放在正文中。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社