机载广域遥感图像的尺度归一化目标检测方法

作者：朱圣杰; 王宣; 徐芳; 彭佳琦; 王远超

来源：吉林大学学报（工学版）, 2024, 54(08): 2329-2337.

DOI：10.13229/j.cnki.jdxbgxb.20230034

• 模式识别与智能系统
• 计算机视觉
• 目标检测
• 遥感图像
• 卷积神经网络

针对机载广域遥感图像的目标尺寸变化大、背景噪声复杂以及局部目标密集给目标检测任务带来的困难，本文通过优化分割方法统一输入图像的目标像素尺寸，并以此简化模型结构提出了一种尺度归一化卷积神经网络模型MNNet。为增强局部之间的特征关联，本文设计了全局连接块（SGC），有效提高了检测的精度。针对现有非极大值抑制算法的超参数依赖经验设置的问题，本文提出了一种自适应非极大值抑制方法（DNMS），降低了模型的部署难度。在RSF数据集上的测试结果表明：本文模型的检测平均精度（AP）高于其他模型5.0%以上，在检测速度上达到了57.7帧/s，可以满足遥感图像的检测任务需求。

• 单位
  中国科学院大学; 中国科学院长春光学精密机械与物理研究所; 上海机电工程研究所