基于旋转中心点估计的遥感目标精确检测算法

被引：7

作者：

蒋光峰

胡鹏程

叶桦

仰燕兰

机构：

[1] 东南大学自动化学院

来源：

计算机应用研究 | 2021年 / 38卷 / 09期

关键词：

定向框检测; 遥感图像; 点估计; anchor-free;

D O I：

10.19734/j.issn.1001-3695.2020.10.0424

中图分类号：

TP751 [图像处理方法];

学科分类号：

摘要：

由于遥感图像背景复杂、目标密集分布以及目标尺度、形状差异巨大,给检测带来挑战。当前基于R-CNN的两阶段算法在水平框(HBB)检测上取得了良好效果,然而在定向框(OBB)检测上效果有限。基于点估计的HBB目标检测框架,提出用于定向遥感目标检测的旋转中心点估计网络(RCNet),大幅提升一阶段anchor-free算法在倾斜目标检测上的性能,同时保持较高的检测速度。RCNet通过添加一个用于方向预测的分支,实现旋转中心点估计。提出新的角度表示方式,解决回归角度参数loss不连续以及宽高交换导致训练过程不稳定的问题。所提方法在DOTA数据集上取得66.68 mAP的检测精度以及29.4 fps的检测速度,实现了最佳的速度和精度平衡。

引用

页码：2866 / 2870

页数：5

共 5 条

[1] 深度学习在遥感影像分类中的研究进展
付伟锋
邹维宝
[J]. 计算机应用研究, 2018, 35 (12) : 3521 - 3525
[2] 光学遥感图像舰船目标检测与识别综述
王彦情
马雷
田原
[J]. 自动化学报, 2011, 37 (09) : 1029 - 1039
[3] Arbitrary-Oriented Scene Text Detection via Rotation Proposals
Ma, Jianqi
Shao, Weiyuan
Ye, Hao
Wang, Li
Wang, Hong
Zheng, Yingbin
Xue, Xiangyang
[J]. IEEE TRANSACTIONS ON MULTIMEDIA, 2018, 20 (11) : 3111 - 3122
[4] Learning modulated loss for rotated object detection .2 Qian Wen,Yang Xue,Peng Silong,et al. https://arxiv.org/abs/ 1911.08299 . 2019
[5] Faster R-CNN:towards real-time object detection with region proposal networks .2 Ren S,He K,Girshick R B et al. Neural Information Processing Systems . 2015

← 1 →