基于深度学习的高分辨率遥感影像目标检测

被引:56
作者
高常鑫 [1 ,2 ]
桑农 [1 ,2 ]
机构
[1] 华中科技大学自动化学院
[2] 多谱信息处理技术国家级重点实验室
关键词
目标检测; 深度学习; 高分辨率遥感影像; 上下文;
D O I
10.13474/j.cnki.11-2246.2014.0625
中图分类号
TP751 [图像处理方法];
学科分类号
081002 ;
摘要
传统的目标检测识别方法难以适应海量高分辨率遥感影像数据,需要寻求一种能够自动从海量影像数据中学习最有效特征的方法,充分复挖掘数据之间的关联。本文针对海量高分辨率遥感影像数据下典型目标的检测识别,提出一种分层的深度学习模型,通过设定特定意义的分层方法建立目标语义表征及上下文约束表征,以实现高精度目标检测。通过对高分遥感影像目标检测的试验,证明了该方法的有效性。
引用
收藏
页码:108 / 111
页数:4
相关论文
共 3 条
[1]   The role of context in object recognition [J].
Oliva, Aude ;
Torralba, Antonio .
TRENDS IN COGNITIVE SCIENCES, 2007, 11 (12) :520-527
[2]   A critical view of context [J].
Wolf, Lior ;
Bileschi, Stanley .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2006, 69 (02) :251-261
[3]   Contextual priming for object detection [J].
Torralba, A .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2003, 53 (02) :169-191