高宇歌，杨海涛，王晋宇，李高源，张长弓，冯博迪

1.航天工程大学 研究生院，北京101416

2.航天工程大学 航天信息学院，北京101416

随着天基遥感技术的迅猛发展，对地观测卫星的空间分辨率、光谱分辨率、时间分辨率等不断提高，遥感技术现已成为采集地球地物信息及其动态变化的主要技术手段，可以大范围、全方位、高速率地获取全球的资源与环境信息。通过对遥感影像的分析与解译，可以实现作物分类、精细农业、水域普查、灾害监测、城市规划等多领域工作，为不同的用户服务。

遥感影像人工解译模式是几十年来遥感行业所使用的最基本的解译模式，但传统的遥感影像目视解译方法需要大量的人力物力，难以满足海量遥感数据的解译需求。随着天基遥感大数据时代的到来，智能解译模式已逐渐替代人工解译模式，成为遥感解译发展的主流方向。研究利用人工智能技术对海量遥感数据进行处理分析，将大幅提升遥感数据的利用率，推动遥感数据向遥感信息的快速转化。

目标检测是光学遥感图像分析的重要内容，是将图像数据转化为应用成果的关键一环[1]。几十年来，遥感影像目标检测技术随着遥感技术与计算机视觉技术的发展不断更新换代，形成了基于模板匹配、基于知识、基于面向对象、基于传统机器学习以及基于深度学习的五种检测方法[2]。特别是近年来基于卷积神经网络（Convolutional Neural Network，CNN）的深度学习方法的快速发展，推动目标检测的速率与准确率迅速提升。……