| 基于多尺度特征选择性融合的遥感图像检测算法北大核心CSCD |
| |
| 引用本文： | 方明帅,黄友锐,韩涛.基于多尺度特征选择性融合的遥感图像检测算法北大核心CSCD[J].光电子．激光,2022(6):629-636. |
| |
| 作者姓名： | 方明帅 黄友锐 韩涛 |
| |
| 作者单位： | 安徽理工大学 计算机科学与工程学院，安徽 淮南 232001,安徽理工大学 计算机科学与工程学院，安徽 淮南 232001 ;皖西学院，安徽 六安 237012,安徽理工大学 电气与信息工程学院，安徽 淮南 232001 |
| |
| 基金项目： | 国家自然科学基金(61772033)和安徽省科技重大专项计划项目(1603091012)资助项目 |
| |
| 摘 要： | 遥感图像的检测在监察自然环境、军事、国土安全等方面具有极其广阔的应用前景,而遥感图像具有背景复杂、目标面积小、特征提取困难等缺点,进行检测时容易产生小目标漏检问题。本文提出一种基于多尺度特征选择性融合的遥感图像检测算法。所提算法采用改进的Resnet50作为主干网络,将Resnet50第一个卷积替换成动态卷积,并将其ConvBlock模块中的卷积替换成金字塔卷积,提高特征提取能力。同时,为了避免遗漏底层信息,在动态卷积层后加入所提有效空间通道注意力机制模块。最后,选取基于上下文信息的不同尺度特征进行融合,提高了模型对目标物体的定位能力。实验结果表明,本文算法在保证速度的同时提高了对遥感图像的检测精度,在遥感图像公开数据集RSOD和NWPUVHR-10上平均精度均值(mean average precision,mAP)分别达到91.88%和90.23%,检测速度达到33 FPS。
|
| 关 键 词： | 目标检测 残差神经网络 上下文信息 多尺度特征融合 注意力机制 |
| 收稿时间： | 2021/11/16 0:00:00 |
| 修稿时间： | 2022/12/15 0:00:00 |
Remote sensing image detection algorithm based on selective fusion of multi-scale features |
| |
| FANG Mingshuai,HUANG Yourui and HAN Tao.Remote sensing image detection algorithm based on selective fusion of multi-scale features[J].Journal of Optoelectronics·laser,2022(6):629-636. |
| |
| Authors: | FANG Mingshuai HUANG Yourui and HAN Tao |
| |
| Abstract: | |
| |
| Keywords: | target detection residual neural network context information multi -scale feature fusion attention mechanism |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《光电子．激光》浏览原始摘要信息 |
| 点击此处可从《光电子．激光》下载免费的PDF全文 |
