基于多尺度特征稠密连接的遥感图像目标检测方法

摘要

遥感图像目标检测是指在遥感图像中快速识别并定位感兴趣的各类目标,是遥感图像解译的基础性工作.传统的目标检测方法主要基于人工设计特征或浅层学习特征,由于特征表征能力有限,检测效果并不佳.深度学习技术的蓬勃发展为遥感图像目标检测提供了一个非常有效的工具,但是由于遥感图像的特殊性,目前主流的基于深度学习的通用目标检测方法无法直接用于遥感图像目标检测中.针对这些问题,首先分析了遥感图像数据的固有特点和新的分析应用需求,然后详细介绍了基于深度学习的目标检测算法YOLO,并在此基础上对算法进行了针对性改进,提出一种基于多尺度特征稠密连接的遥感图像目标检测方法,实验结果表明,提出的方法在相关数据集上检测的平均精度相比于YOLOv3提高了1.91个百分点,具有相对较好的检测效果.