基于深度卷積神經網絡的油罐目標檢測研究
王穎潔; 張蕎; 張艷梅; 蒙印; 郭文 國家測繪地理信息局第三航測遙感院; 四川成都610100
關鍵詞：深度學習 卷積神經網絡 遙感目標檢測 油罐
摘要：油罐是用于儲存油品的工業設施,常用在煉油廠等工業園中,通過衛星或航空遙感圖像實現油罐目標的快速檢測,可以實現對侵占生態保護紅線的疑似工業園區的快速查找,為自然資源監管和生態環境保護提供科學技術支持。探討了基于深度卷積神經網絡在高分辨率遙感影像目標檢測中的有效性,基于深度學習目標檢測算法中具有代表性的Faster R-CNN(Convolutional Neural Network)和R-FCN(Region-based Fully Convolutional Network)框架,通過對ZF、VGG16、ResNet-50 3種網絡模型進行訓練和測試,實現了遙感影像上油罐目標的快速檢測;通過修改錨點尺度和數量,豐富了候選框類型和數量,提升了油罐的目標檢測精度,最優召回率接近80%。研究表明:深度卷積神經網絡能夠實現對高分辨率遙感影像中油罐目標的快速檢測,為深度學習技術在遙感小目標的快速檢測提供了實例和新的思路。
遙感技術與應用雜志要求:
{1}來稿如獲得某種研究基金或課題資助，請在論文首頁左下角注明課題的名稱和編號。
{2}本刊堅決反對任何形式的論文署名“搭便車”現象，對多作者署名的文章將進行更為嚴格的審核。
{3}文題應以新穎獨特的邏輯文字組合準確地反映研究工作的內容實質和特點,文題要求簡潔而信息量豐富。
{4}來稿在正文之外，請提供題名、內容摘要 (300-500字)、關鍵詞 (3-5條)及其英譯
{5}文稿首頁頁腳處注明投稿日期和通信作者簡介（包括姓名、出生年、性別、職稱、學位、研究方向、E-mail）。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
