董旭彬，赵清华

太原理工大学 信息与计算机学院&新型传感器和智能控制教育部（山西）重点实验室 微纳系统研究中心，太原030600

航空影像对地目标检测技术在国防领域受到高度重视，通过卫星部署高分辨率成像传感器，采集包括可见光在内各个波段的大视场影像，主要用于情报监视和侦查。传统的航空影像目标检测方法有基于灰度统计的检测[1]、基于几何特征的检测[2]以及基于模型的匹配检测[3]等方法，这些方法普遍存在人为设计模板、鲁棒性差和泛化能力低等问题，难以做到对目标快速精准地识别。

2012 年Krizhevsky 等人[4]提出AlexNet 网络用于图像分类任务，性能表现优异，自此以卷积神经网络（Convolutional Neural Network，CNN）为原型产生的各种深度学习方法被广泛用于目标检测。目前基于深度学习的目标检测方法大体分为两类，一类是以Fast RCNN[5]、Faster R-CNN[6]、R-FCN[7]为代表的基于候选区域的区域卷积神经网络（Regions with Convolutional Neural Network，R-CNN），另一类是以YOLO[8]、SSD[9]、Retina-Net[10]为代表将目标检测这种分类问题转换为回归的形式去求解的一体化卷积网络。

1 相关工作

一体化检测算法速度明显优于基于候选区域的检测算法，但检测精度逊于后者[11-12]。随着技术的普及，不少学者将上述深度学习方法应用于航空影像目标检测，文献[13]将改进的R-FCN用于检测遥感图像中的飞机，取得了较好的检测结果。文献[14]将深度置信网络和CNN 相结合，构建用于搜寻航空影像中飞机位置的模型，实现了特定化高精度实时检测。文献[15]针对空中目标成像特点对Faster R-CNN 进行改进，弥补了对弱小目标和被遮挡目标不敏感的缺陷并提升了检测精度。……