遥感舰船目标检测识别方法

作者：李宗凌; 汪路元; 禹霁阳; 程博文; 郝梁

来源：遥感信息, 2020, 35(01): 64-72.

• 目标检测和识别
• 深度学习
• 卷积神经网络
• VGG16模型
• 现场可编程门阵列

针对基于经典图像处理方法的目标检测识别方法虚警率高、分类效果差等问题,提出了一种基于深度学习的光学遥感舰船目标检测识别方法。该方法采用形态学运算+深度学习的方法,基于视觉增强技术快速筛选疑似目标,大幅降低需处理的数据量;采用深度学习网络,大幅降低目标检测虚警率。在2片Xilinx FPGA上完成了设计验证,利用FPGA全并行流水处理的特点,大幅提升处理效率和实时性,相对采用i7-CPU和GPU-GTX1050实现该算法,能效比分别提升260倍和28倍。经16景高分2号卫星遥感图像验证,目标检测识别率高于98%,虚警率低于5%。与现有的目标检测识别方法比,该方法在工程化能力、鲁棒性、实时性、准确率、能效比等方面达到较好平衡,性能优越,优于当前业内方法。

• 单位
  中国空间技术研究院; 北京空间飞行器总体设计部