-
题名复杂背景下遥感图像密集目标检测
被引量:3
- 1
-
-
作者
李阿标
郭浩
戚畅
安居白
-
机构
大连海事大学信息科学技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第8期247-253,共7页
-
基金
国家自然科学基金(61471079)。
-
文摘
遥感图像中的目标排列密集,常见的检测算法难以较好地区分密集目标,同时目标所处背景复杂,导致在模型生成的特征图中,存在高响应的背景噪声,容易带来错误的检测结果。针对上述问题,在CenterNet算法基础上,提出一种改进权重分配的目标检测算法。在计算热力图损失的过程中,设计一种改进权重分配策略,加大目标边缘区域回传的损失,促进网络对密集目标边缘的学习,减少算法将密集目标认定为单个目标的概率;在CenterNet网络结构中,添加语义分割模块,让网络模型学习每一个目标的分割图,通过分割图抑制特征图中高响应的背景噪声。在DOTA数据集上进行实验,改进算法均值平均精度(mAP)达到68.56%,优于其他方法,和原CenterNet算法相比,mAP提升了6.53个百分点。实验结果表明,改进的CenterNet算法能更好地适应复杂背景下的密集目标检测。
-
关键词
目标检测
复杂背景
密集目标
语义分割
改进权重分配策略
-
Keywords
object detection
complex background
densely packed objects
semantic segmentation
optimized weight distribution strategy
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-