光学遥感图像海面船舶目标检测技术进展

被引:21
作者
徐芳 [1 ]
刘晶红 [1 ]
孙辉 [1 ]
王腾龙 [2 ]
王宣 [1 ]
机构
[1] 不详
[2] 中国科学院长春光学精密机械与物理研究所航空光学成像与测量重点实验室
[3] 不详
[4] 中国电力工程顾问集团东北电力设计院有限公司
[5] 不详
关键词
遥感成像; 图像处理; 船舶检测; 候选区域提取; 图像数据集;
D O I
暂无
中图分类号
U675.79 [新技术在航海上的应用]; TP751 [图像处理方法];
学科分类号
摘要
海面船舶目标检测一直是遥感图像处理、模式识别与计算机视觉等领域的研究热点,船舶作为海上运输载体和重要军事目标,对其进行自动检测在军用与民用领域有着广阔的应用前景和重要现实意义。本文梳理了用于海面船舶目标检测的光学成像卫星的发展情况,分析了光学遥感成像船舶目标的物理特性和特征,归纳了国内外该领域海面船舶检测技术研究现状,围绕构建相关目标检测模型和架构的相关理论与关键技术进行了分析、比较和总结,探讨了当前光学遥感图像船舶目标检测方法面临的问题与挑战以及未来的发展趋势。
引用
收藏
页码:916 / 931
页数:16
相关论文
共 40 条
  • [1] 基于YOLO-v3模型压缩的卫星图像船只实时检测
    陈科峻
    张叶
    [J]. 液晶与显示, 2020, 35 (11) : 1168 - 1176
  • [2] Improved TQWT for marine moving target detection[J]. PAN Meiyan,SUN Jun,YANG Yuhao,LI Dasheng,XIE Sudao,WANG Shengli,CHEN Jianjun.Journal of Systems Engineering and Electronics. 2020(03)
  • [3] 基于深度卷积神经网络的目标检测研究综述
    范丽丽
    赵宏伟
    赵浩宇
    胡黄水
    王振
    [J]. 光学精密工程, 2020, 28 (05) : 1152 - 1164
  • [4] FUSAR-Ship:building a high-resolution SAR-AIS matchup dataset of Gaofen-3 for ship detection and recognition
    Xiyue HOU
    Wei AO
    Qian SONG
    Jian LAI
    Haipeng WANG
    Feng XU
    [J]. Science China(Information Sciences), 2020, 63 (04) : 40 - 58
  • [5] 基于深度语义分割的遥感图像海面舰船检测研究
    陈彦彤
    李雨阳
    陈伟楠
    张献中
    王俊生
    [J]. 仪器仪表学报, 2020, 41 (01) : 233 - 240
  • [6] 基于卷积神经网络的候选区域优化算法
    王春哲
    安军社
    姜秀杰
    邢笑雪
    [J]. 中国光学, 2019, 12 (06) : 1348 - 1361
  • [7] 遥感影像的海岸线自动提取方法研究进展
    吴一全
    刘忠林
    [J]. 遥感学报, 2019, 23 (04) : 582 - 602
  • [8] 基于卷积神经网络的光学遥感图像检索
    李宇
    刘雪莹
    张洪群
    李湘眷
    孙晓瑶
    [J]. 光学精密工程, 2018, (01) : 200 - 207
  • [9] Learning a robust CNN-based rotation insensitive model for ship detection in VHR remote sensing images
    Dong, Zhong
    Lin, Baojun
    [J]. INTERNATIONAL JOURNAL OF REMOTE SENSING, 2020, 41 (09) : 3614 - 3626
  • [10] Object detection in optical remote sensing images: A survey and a new benchmark[J] . Ke Li,Gang Wan,Gong Cheng,Liqiu Meng,Junwei Han.ISPRS Journal of Photogrammetry and Remote Sensing . 2020 (C)