一种基于关系学习的遥感影像目标检测方法.pdf
纪阳****公主
亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于关系学习的遥感影像目标检测方法.pdf
本发明提供一种基于关系学习的遥感影像目标检测方法,属于遥感影像领域。所述方法包括:针对遥感影像,获取利用区域生成网络生成的候选框,将候选框划分为前景框、推理框和背景框;采用双头推理策略,为分类和定位任务分别构建图推理模块,通过构建的图推理模块为分类和定位任务分别构建候选框之间视觉关系图和位置关系图,根据构建的视觉关系图和位置关系图同时进行关系推理,得到每个候选框的推理特征;将区域生成网络生成的候选框特征以及推理特征进行拼接,并通过多层感知机进行特征融合,再次对候选框进行分类和定位。采用本发明,能够挖掘出遥
一种遥感影像密集目标深度学习检测方法.pdf
本发明公开了一种遥感影像密集目标深度学习检测方法,用于遥感影像密集目标提取。首先,将图像输入到深层的CNN基础网络中以获取特征图;其次,将深度卷积特征输入到密集目标提取框架中,以进行感兴趣区域提取(RPN分支),对象分类和矩形框框回归。对于RPN分支,提出了高密度偏置采样器来挖掘更多具有高密度的样本(难样本)以提高检测性能。在密集目标提取框架之后采用Soft‑NMS来保留更多积极对象。最后,输出精炼的矩形框,以实现对密集物体的数量统计。
一种基于半监督迭代学习的遥感影像目标检测方法及系统.pdf
本发明提供一种基于半监督迭代学习的遥感影像目标检测方法及系统,方法包括:收集遥感影像目标检测数据集,目标检测数据集包括有标签数据集和海量无标签数据集;基于有标签数据集训练目标检测器模型,获取训练后的初始目标检测器模型;将海量无标签数据集划分为多个无标签数据子集;基于有标签数据集和多个无标签数据子集,对所述初始目标检测器模型进行迭代优化训练,得到最终目标检测器模型。根据本发明,使用少量的有标签遥感影像数据,联合海量无标签数据的辅助优化下极大的提高了目标检测的精度,降低了人工标注成本。
基于成像仿真与深度学习的遥感影像小目标检测方法的开题报告.docx
基于成像仿真与深度学习的遥感影像小目标检测方法的开题报告一、选题的背景和意义遥感影像是获取地面信息的重要手段之一,它具有广阔的视野、高分辨率和高精度的优势,是地面信息提取、城市规划、农业资源监测等领域的重要数据来源。遥感影像中常常出现各种各样的小目标,例如建筑物、车辆、行人等等。这些小目标的自动检测具有重要的应用价值,例如可以在自动驾驶、城市安防、灾害救援等领域中发挥重要作用。传统的小目标检测方法通常基于图像处理技术和人工特征提取,但这些方法存在一些局限性,例如对于复杂背景和遮挡物的识别效果不好、需人工选
一种基于深度学习的遥感影像敏感目标自动隐藏方法.pdf
本发明属于地理数据脱敏技术领域,具体涉及一种基于深度学习的遥感影像敏感目标自动隐藏方法,包括:首先采用高召回参数的YOLOX算法识别特定场景中的敏感目标,并生成带有缓冲区域的矩形掩膜区域,以便实现敏感目标全覆盖;然后采取EdgeConnect算法对生成的掩膜区域进行背景补全处理,利用边缘生成和颜色纹理补充的两阶段条件生成对抗网络模型构建缺失区域的结构纹理特征;最终在EdgeConnect方法的基础上结合对比度调整模块,提高补全结果的稳健性。因此,本发明解决现有技术中存在的由于敏感目标及其阴影覆盖不完全、背