基于Mask R-CNN的雾天场景目标检测 |
| |
引用本文: | 张芯睿,赵清华,王雷,董旭彬.基于Mask R-CNN的雾天场景目标检测[J].电光与控制,2022(12):83-88. |
| |
作者姓名: | 张芯睿 赵清华 王雷 董旭彬 |
| |
作者单位: | 1. 太原理工大学;2. 中国科学院空天信息研究院 |
| |
基金项目: | 国家自然科学基金(61901293); |
| |
摘 要: | 针对雾天遥感图像目标检测困难的问题,提出了一种基于Mask R-CNN的改进方法。在Mask R-CNN的基础上加入去雾算法,使雾天情形下检测精度提升18.71%,有效改善雾天场景下目标检测的效果。为进一步提高遥感图像中多尺度目标的检测精度,采用基于最优的特征组合的循环神经网络代替特征金字塔结构,减少了特征信息在传递过程中的流失;重新设计区域建议网络生成候选框的尺寸,并采用Soft-NMS筛选候选框,减小候选框的回归误差。经过实验分析,改进后算法的检测精度和召回率分别提升5.37%和6.37%。
|
关 键 词: | 遥感图像 去雾 循环神经网络 区域建议网络(RPN) |
|
|