改进区域卷积神经网络的机场检测方法

被引:17
作者
朱明明
许悦雷
马时平
唐红
辛鹏
马红强
机构
[1] 空军工程大学研究生院
关键词
遥感; 遥感图像; 机场检测; 卷积神经网络; 交叉优化;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算]; TP751 [图像处理方法];
学科分类号
摘要
提出了一种结合级联的区域建议网络和检测网络的遥感图像机场检测方法。通过改进区域建议网络,以获得高质量的机场建议框;通过改进检测网络的损失函数,以提高机场检测的准确性;使用交叉优化策略,实现了两个网络的卷积层共享,机场检测时间大幅缩减。结果表明,所提方法在复杂背景下能准确地检测出不同类型的机场,检测率高,虚警率低,平均运行时间短。
引用
收藏
页码:330 / 335
页数:6
相关论文
共 5 条
  • [1] 区域提取网络结合自适应池化网络的机场检测
    辛鹏
    许悦雷
    马时平
    李帅
    吕超
    [J]. 西安电子科技大学学报, 2018, 45 (03) : 102 - 108
  • [2] 含噪光学遥感图像海面弱小舰船目标检测
    宋明珠
    曲宏松
    金光
    [J]. 光学学报, 2017, 37 (10) : 161 - 168
  • [3] 基于RGBD图像和卷积神经网络的快速道路检测
    曲磊
    王康如
    陈利利
    李嘉茂
    张晓林
    [J]. 光学学报, 2017, 37 (10) : 124 - 132
  • [4] 基于加速区域卷积神经网络的夜间行人检测研究
    叶国林
    孙韶媛
    高凯珺
    赵海涛
    [J]. 激光与光电子学进展, 2017, 54 (08) : 123 - 129
  • [5] Airport Detection From Large IKONOS Images Using Clustered SIFT Keypoints and Region Information
    Tao, Chao
    Tan, Yihua
    Cai, Huajie
    Tian, Jinwen
    [J]. IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, 2011, 8 (01) : 128 - 132