基于级联特征融合的遥感图像目标检测技术研究

作者：王留洋; 芮挺^*

来源：长江信息通信, 2021, 34(08): 15-23.

• 目标检测
• 遥感图像
• 级联特征
• 扩张卷积
• Soft-nms

针对高分辨率遥感图像中目标尺度不一且排列分布密集导致检测漏检率高精度低的问题,提出一种基于级联特征融合的检测算法,用于遥感图像目标检测。首先,提出级联并行扩张卷积结构,并结合特征金字塔应用在主干网络的76×76、19×19尺度特征层,丰富网络浅层深层图像细节特征,使网络能够在把握特征图全局重要特征信息的同时,提高模型对小目标的感知能力;其次,利用k-means++聚类算法对遥感图像数据集进行分析,生成适合遥感图像目标的锚框,减少锚框配准时间,提高模型的检测效率;最后,后处理机制利用Soft-nms算法来抑制冗余检测框,减少密集分布目标的漏检率。通过在RSOD数据集上测试,在检测效率达到实时性的同时,mAP达到了95.20%,比YOLOv4提高了2.02%,证明了所提算法的有效性。

• 单位
  中国人民解放军陆军工程大学