科研之友
微信
新浪微博
Facebook
分享链接
摘要
在遥感图像目标检测领域内，旋转物体的检测存在挑战，卷积神经网络在提取信息时会受制于固定的空间结构，采样点无法聚焦于目标；遥感图像尺度变化大，不同物体需要具有不同尺度感受野的特征映射，具有单一尺度感受野的特征映射无法包含所有有效信息。基于此，提出了可变形对齐卷积，根据候选边框调节采样点，并根据特征映射学习采样点的细微偏移，使采样点聚焦于目标，从而实现动态特征选择；同时提出了基于可变形对齐卷积的感受野自适应模块，对具有不同尺度感受野的特征映射进行融合，自适应地调整神经元的感受野。在公开数据集上的大量实验验证了所提算法可以提高遥感图像目标检测的精度。
-
单位电子信息工程学院; 北京航空航天大学
