基于机器学习的激光遥感图像多目标检测方法

作者：杨倩; 张艳鹏; 张博阳

来源：激光杂志, 2023, 44(04): 169-173.

DOI：10.14016/j.cnki.jgzz.2023.04.169

• 机器学习
• 激光遥感图像
• 多目标检测
• 辐射匹配
• Mask-CNN算法

目前方法检测多目标激光遥感图像时，其未处理遥感图像的辐射量失真情况，导致检测方法的平均识别率、平均精度均值低和检测效率低。提出基于机器学习的激光遥感图像多目标检测方法，该方法处理激光遥感图像辐射量失真情况，通过校正辐射和辐射匹配获取到更清晰和真实的遥感图像，结合改进的原始Mask R-CNN网络，引入分级跳连法和K均值聚类算法，解决Mask R-CNN网络不适用于激光遥感图像检测的问题，采用改进的机器学习，实现激光遥感图像多目标检测。实验结果表明，所提方法检测出激光遥感图像中的全部目标，平均识别率为95.6%,目标检测时间为0.02 s,平均精度均值达到77.5%,因此，该方法有效提高了平均识别率、平均精度均值和检测效率。

• 单位
  绥化学院