共 14 条
- [10] 基于深度学习的舰船目标检测研究[D]. 王冰.厦门大学. 2017
基于Mask R-CNN的舰船目标检测研究
被引：22
作者：
吴金亮
[1
,2
]
王港
[1
]
梁硕
[1
]
陈金勇
[1
]
高峰
[1
]
机构：
[1] 中国电子科技集团公司航天信息应用技术重点实验室
[2] 中国电子科技集团公司第五十四研究所
来源：
关键词：
Mask R-CNN;
舰船检测;
目标检测;
深度学习;
紧密排列;
实例分割;
D O I：
暂无
中图分类号：
E91 [军事技术基础科学];
E925 [海军武器];
TP751 [图像处理方法];
学科分类号：
摘要：
随着深度学习在计算机视觉、图像处理以及遥感信息处理领域的逐步应用,目标检测识别、图像语义分割等应用取得了巨大的突破。但是遥感影像目标中,舰船目标具有形状细长、多个目标紧密排列等特点,应用传统的目标检测框架易出现漏检、误检等问题。针对上述问题,提出基于Mask R-CNN框架的舰船目标检测识别方法,通过候选框与像素分割曲线相结合的思路,较好地解决了紧密排列舰船目标的检测问题。实验结果表明,基于Mask R-CNN的舰船目标检测结果具有较高的准确度,在解决紧密排列目标和多尺度目标的检测问题上具有较好性能。
引用
收藏
页码：947 / 952
页数：6
相关论文