基于多模态交互引导网络的遥感图像密集车辆检测

遥感图像目标检测是大规模拥挤城市场景的风险评估和救援的技术基础,面临着光照干扰、遮挡、密集、拥挤等挑战。现有工作主要基于可见光单模态的遥感数据,对密集目标的特征表达及可分离能力受限。提出了一种面向遥感车辆检测的多模态交互引导网络,通过构建双流网络及多模态交互引导学习机制,显著提升密集车辆目标的可分离度,解决由于类间距离小、类内距离大,导致密集车辆的检测性能差的难题。在Potsdam公开数据集和DLR音乐节数据上的实验表明了该算法的鲁棒性和有效性。