-
题名基于Mask-RCNN的建筑物目标检测算法
被引量:27
- 1
-
-
作者
李大军
何维龙
郭丙轩
李茂森
陈敏强
-
机构
东华理工大学测绘工程学院
武汉大学测绘遥感信息工程国家重点实验室
甘肃林业职业技术学院
-
出处
《测绘科学》
CSCD
北大核心
2019年第10期172-180,共9页
-
基金
国家重点研发计划项目(2016YFB0502200)
国家自然科学基金项目(41127901)
测绘遥感信息工程国家重点实验室专项科研经费资助项目
-
文摘
针对在航空影像中,城区80%的人工目标物为建筑物和道路,建筑物是遥感影像中主要地物的类别,所以建筑物的检测会直接影响到地物提取的自动化水平这一问题。该文提出了一种基于Mask-RCNN的建筑物目标检测方法,是基于卷积神经网络思想,在深度学习框架下通过多线程迭代训练,将无人机影像作为训练样本,在卷积神经网络中得到目标特征再通过区域建议网络(RPN)与ROIAlign操作将特征输入不同的全连接分支。最后得到具优化的权重参数的目标检测模型。在不同场景图像中,该模型可以检测出建筑物目标。实验结果达到了预期要求,提高了航空影像中建筑物检测的准确性。
-
关键词
建筑物目标检测
卷积神经网络
Mask-RCNN
ResNet101网络
TensorFlow
-
Keywords
building target detection
convolutional neural network
Mask-RCNN
ResNet101 network
TensorFlow
-
分类号
P231
[天文地球—摄影测量与遥感]
-