基于FCN与CNN的遥感影像飞机目标检测方法

作者：***; 何冉

来源：计算机工程, 2020, (07): 1-11.

DOI：10.19678/j.issn.1000-3428.0057070

• 遥感图像
• 目标检测
• FCN
• CNN
• 像素级标签 Remote sensing image
• Target detection
• Pixel level label

针对遥感影像飞机目标检测中背景复杂、飞机尺度变化大、样本缺乏等问题，提出一种包含全卷积神经网络(FCN)与卷积神经网络(CNN)两种深度神经网络的检测方法。方法的处理主要包括：候选区域选取、CNN特征提取及分类、检测框抑制等过程。通过密度聚类对FCN分割图聚类，获取每个目标物的自适应候选区域；使用VGG-16网络提取候选区域高层特征及结果，获取检测框；提出新的检测框抑制算法，对重叠、误检的检测框进行抑制；使用图像级标签代替目标级标签进行CNN训练、以及使用图像的CNN底层特征图制作像素级标签来训练FCN。实验表明，本模型获得了95.78%的准确率、98.98%的召回率、0.9735的F1分数，...

• 单位
  河北地质大学