基于改进SSD算法的遥感图像目标检测

作     者：张艳 杜会娟 孙叶美 李现国 ZHANG Yan;DU Huijuan;SUN Yemei;LI Xianguo

作者机构：天津城建大学计算机与信息工程学院天津300384 天津市光电检测技术与系统重点实验室天津300387 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2021年第47卷第9期

页      面：252-258,265页

学科分类：08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 

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)。 

主　　题：遥感图像 目标检测 特征融合 卷积神经网络 反卷积 

摘      要：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NWPUVHR-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FasterR-CNN和SSD等算法。