计算机工程

作者：张艳, 杜会娟, 孙叶美, 李现国

单位：1. 天津城建大学 计算机与信息工程学院, 天津 300384;2. 天津市光电检测技术与系统重点实验室, 天津 300387

关键词：遥感图像,目标检测,特征融合,卷积神经网络,反卷积

基金：天津市教委科研计划项目（2019KJ105）；天津市光电检测技术与系统重点实验室2019年度开放课题（2019LODTS006）。

在遥感图像目标检测领域，多数目标检测算法针对小目标检测时效果不佳，为此，提出一种多尺度特征融合的遥感图像目标检测算法。利用SSD算法的基础网络进行特征提取，形成特征图金字塔。设计特征图融合模块，融合浅层特征图的位置信息和深层特征图的语义信息，从而保留丰富的上下文信息。设计冗余信息去除模块，通过卷积操作进一步提取特征图中的特征，并对特征信息进行筛选，以减少特征图融合时带来的混叠效应。在遥感图像数据集NWPU VHR-10上的实验结果表明，该算法的平均检测精度高达93.9%，其针对遥感图像小目标的检测性能优于Faster R-CNN和SSD等算法。

来源：2021年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第9期