复杂背景的夜光遥感建筑区检测

TP753; 提出了一种新的解决夜光遥感复杂背景问题的单阶段深度卷积检测网络,首先通过提取高维特征再特征选择的思想设计分类网络提取语义特征,并研究不同的通道数网络对降噪的影响;提出灰度能量的先验框匹配,将低噪声高质量的匹配框输入SSD检测网络,并使用积分图思想简化计算;使用可变形卷积以适应目标的形变,并获取更强的几何特征表达能力;通过加入顺序连接与密集连接改进全局语义模块,引入了网络的跨层信息交互,其注意力图综合考虑了高低感受野以有效区分小型目标和背景噪声.在夜光遥感数据集上通过实验验证了所设计的网络相比于其他单阶段网络具有优势,对于复杂背景下的建筑区具有较好的检测效果....

Full description

Saved in:
Bibliographic Details
Published in红外与毫米波学报 Vol. 40; no. 3; pp. 369 - 380
Main Authors 李海, 李洋, 左峥嵘
Format Journal Article
LanguageChinese
Published 华中科技大学人工智能与自动化学院多谱信息处理技术国家级重点实验室,湖北武汉430074%上海交通大学机器人研究所,上海200240 01.06.2021
Subjects
模式识别与智能系统
深度卷积网络
夜光遥感
建筑区检测
复杂背景
Online AccessGet full text
ISSN1001-9014
DOI10.11972/j.issn.1001-9014.2021.03.014

Cover

More Information
Summary:TP753; 提出了一种新的解决夜光遥感复杂背景问题的单阶段深度卷积检测网络,首先通过提取高维特征再特征选择的思想设计分类网络提取语义特征,并研究不同的通道数网络对降噪的影响;提出灰度能量的先验框匹配,将低噪声高质量的匹配框输入SSD检测网络,并使用积分图思想简化计算;使用可变形卷积以适应目标的形变,并获取更强的几何特征表达能力;通过加入顺序连接与密集连接改进全局语义模块,引入了网络的跨层信息交互,其注意力图综合考虑了高低感受野以有效区分小型目标和背景噪声.在夜光遥感数据集上通过实验验证了所设计的网络相比于其他单阶段网络具有优势,对于复杂背景下的建筑区具有较好的检测效果.
ISSN:1001-9014
DOI:10.11972/j.issn.1001-9014.2021.03.014