改进Faster R-CNN的光学遥感飞机目标检测

光学遥感图像飞机目标检测技术已广泛应用于航空交通和军事侦察等领域。针对检测多种不同尺寸飞机时小目标漏检率和虚警率高以及目标定位精度低导致的检测准确率不高的问题,文中在Faster R-CNN算法的基础上提出了一种基于双线性插值的改进ROI pooling方案,用于飞机目标检测,解决了两次量化导致的区域失配问题。实验结果表明,改进方法取得了AP(IOU≤0.5)为95.35%的检测性能,在针对多尺寸飞机检测的任务中,提高了目标定位精度和平均准确率。

基于空间分布特性多层RX高光谱点目标检测

针对目前高光谱图像异常点目标检测过程中准确率低和虚警率高的问题,本文结合目标的空间分布特性,提出了一种多层级RX检测方法。通过计算被检测区域图像谱向相似性响应图,采用非线性抑制的方法,突出点目标并抑制背景。为进一步提高检测算法的表达能力和泛化性能,采用多级检测器级联的方式,逐层级增强异常点处的相对能量,削弱背景的影响,从而达到较高的检测性能。在外场挂飞试验数据集上进行验证,结果表明:该方法AUC值达到0.9881,明显优于CEM算法的0.9626和传统RX算法的0.9392。