Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 联合连续学习的残差网络遥感影像机场目标检测方法 | |
李竺强; 朱瑞飞; 马经宇; 孟祥玉; 王栋 ; 刘思言
| |
| 2020 | |
| 发表期刊 | 光学学报
 |
| 卷号 | 40期号:16页码:179-191 |
| 摘要 | 在现有的高分辨率、大尺度目标遥感图像的检测中,传统方法由于提取特征手段单一、速度慢而无法快速并准确地从光学遥感影像中实现机场目标的识别。受人类视觉系统层次认知的启发,提出了一种适用于中高分辨率光学遥感影像的机场目标检测网络(CLRNet)。首先构建深度残差块,并将其作为特征提取网络;然后基于生成的样本核心集,采用连续学习方式从海量遥感数据中逐次迭代,精调机场检测模型;经过连续学习得到了鲁棒性强、遗忘度低的检测模型,该模型可以准确快速地从海量复杂背景下的光学遥感影像中识别出机场目标,而且对薄云遮挡以及卫星拍摄不全的机场有较好的识别效果。选取国产吉林一号卫星影像数据集进行测试,结果表明:所提方法的检测精度mAP(IoU不小于0.5)可达0.9613,每景的检测时间为0.23 s。 |
| 关键词 | 遥感 连续学习 核心集 机场检测 残差卷积神经网络 |
| URL | 查看原文 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ciomp.ac.cn/handle/181722/64177 |
| 专题 | 中国科学院长春光学精密机械与物理研究所 |
| 作者单位 | 1.长光卫星技术有限公司吉林省卫星遥感应用技术重点实验室 2.中国科学院长春光学精密机械与物理研究所 3.吉林省国土资源调查规划研究院 |
| 推荐引用方式 GB/T 7714 | 李竺强,朱瑞飞,马经宇,等. 联合连续学习的残差网络遥感影像机场目标检测方法[J]. 光学学报,2020,40(16):179-191. |
| APA | 李竺强,朱瑞飞,马经宇,孟祥玉,王栋,&刘思言.(2020).联合连续学习的残差网络遥感影像机场目标检测方法.光学学报,40(16),179-191. |
| MLA | 李竺强,et al."联合连续学习的残差网络遥感影像机场目标检测方法".光学学报 40.16(2020):179-191. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 联合连续学习的残差网络遥感影像机场目标检（3941KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [李竺强]的文章 |
| [朱瑞飞]的文章 |
| [马经宇]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [李竺强]的文章 |
| [朱瑞飞]的文章 |
| [马经宇]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [李竺强]的文章 |
| [朱瑞飞]的文章 |
| [马经宇]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论