一种基于学生-T分布辅助的一阶段方向遥感图像目标检测方法

摘要

本发明涉及一种基于学生‑T分布辅助的一阶段方向遥感图像目标检测方法，通过用基于水平边框的几何方法来解决任意方向边框的问题，包括以下步骤：S1：对遥感图像进行基于水平边框的几何转换方法进行转换；S2：提取遥感图像特征；S3：对从卷积神经网络(Convolutional Neural Network,CNN)、特征金字塔网络结构(Feature Pyramid Network,FPN)得到的特征图分别进行回归与分类；S4：结果优化并输出：采用“学生‑T”分布作为联合分布，合成分类分支和回归分支的结果，对基于“学生‑T”分布的一阶段方向检测模型进行优化，并输出目标检测结果。本发明所述的基于学生‑T分布辅助的一阶段方向的遥感图像目标检测方法，充分利用了遥感影像目标的特殊刚度和鸟瞰特性，并采用基于深度学习的CNN、FPN模型及高斯分布和逆伽玛分布，实现了更精确的遥感图像目标检测。