基于Mask R-CNN的舰船目标检测研究

作者：吴金亮; 王港; 梁硕; 陈金勇; 高峰

来源：无线电工程, 2018, 48(11): 947-952.

• Mask R-CNN
• 舰船检测
• 目标检测
• 深度学习
• 紧密排列
• 实例分割

随着深度学习在计算机视觉、图像处理以及遥感信息处理领域的逐步应用,目标检测识别、图像语义分割等应用取得了巨大的突破。但是遥感影像目标中,舰船目标具有形状细长、多个目标紧密排列等特点,应用传统的目标检测框架易出现漏检、误检等问题。针对上述问题,提出基于Mask R-CNN框架的舰船目标检测识别方法,通过候选框与像素分割曲线相结合的思路,较好地解决了紧密排列舰船目标的检测问题。实验结果表明,基于Mask R-CNN的舰船目标检测结果具有较高的准确度,在解决紧密排列目标和多尺度目标的检测问题上具有较好性能。

• 单位
  中国电子科技集团公司第五十四研究所