深度学习遥感图像目标检测算法性能分析
2021-07-29中国科学院空天信息创新研究院中国科学院大学光电学院尚义卓
电子世界 2021年12期
关键词:检测
中国科学院空天信息创新研究院 中国科学院大学光电学院 尚义卓 潘 泽
中国科学院空天信息创新研究院 谭 政 吕群波
从20世纪50年代开始,人类社会逐渐从农业时代和工业时代向信息化时代进行蜕变。信息化具有信息交换、移动通信等表现力,它的产生带动了新型产业、新型技术的出现,同时也对旧行业带来冲击和活力。遥感技术作为信息化的重要产物之一,它利用电磁波反射和辐射特征来获取地物目标信息,进而实现信息判别、归类、存储、处理等功能。它的快速发展在国家民用和军用领域发挥着至关重要的作用。地图测绘、灾害监测、军事监测与军事打击、资源考察等领域的信息化都离不开遥感技术的支持。
随着计算数学和信号处理技术的发展,基于深度神经网络的目标检测算法获得了比传统模板匹配算法更优的结果。深度学习目标检测算法分为一阶段目标检测(one-stage)和两阶段目标检测(two-stage)两类。常见的一阶段目标检测算法有YOLO算法、SSD算法。一阶段目标检测算法的优势在于利用回归的思想直接通过图像得到预测目标框信息,速度快。二阶段目标检测算法在精度方面要优于前者,例如R-CNN、Fast-CNN等,其策略是先利用网络产生一系列的候选框,然后进行分类和回归,虽然其精度相较一阶段算法准确度更高,但是速度方面相差甚远。对于遥感图像的目标检测,以速度为首要原则,并使得精度有所保障是最为关键的一环。
综上所述,遥感图像处理在社会发展中发挥的作用日益广泛。……
登录APP查看全文
