【摘要】：遥感图像目标检测作为航空卫星图像分析领域中一个基本但具有挑战性的问题,近年来受到了广泛的关注。随着遥感图像分辨率不断提高,遥感影像具有数据量极大、数据复杂等特点,这使得传统的遥感影像目标检测技术难以满足现状需求。随着人工智能的发展,基于深度学习的目标检测技术在遥感影像中的应用越来越广泛,利用深度神经网络从计算机视觉角度提取遥感影像信息,能够极大提高高分辨率遥感影像目标检测精度,已经成为遥感领域当前研究的热点。

【相似文献】

中国期刊全文数据库 前11条

1 安洁玉;丁斌芬;;无人机海监测绘技术应用下舰船遥感图像目标检测[J];舰船科学技术;2019年24期

2 杨桄;田张男;李豪;关世豪;;基于线性解混的高光谱图像目标检测研究[J];激光技术;2020年02期

3 孟曦婷;计璐艳;;多阶段遥感图像目标检测方法研究[J];计算机与现代化;2020年09期

4 程塨;周培诚;韩军伟;;基于旋转不变卷积神经网络的高分辨率光学遥感图像目标检测[J];科学观察;2020年06期

5 周幸;陈立福;;基于双注意力机制的遥感图像目标检测[J];计算机与现代化;2020年08期

6 刘思远;程良伦;;基于深度卷积神经网络的遥感图像目标检测方法[J];工业控制计算机;2020年05期

7 张裕;杨海涛;;基于深度学习的轻量化遥感图像目标检测方法[J];信息技术;2019年09期

8 庞峰;;最小二乘支持向量机的舰船遥感图像目标检测[J];舰船科学技术;2020年18期

9 张裕;杨海涛;刘翔宇;;基于多尺度特征稠密连接的遥感图像目标检测方法[J];中国电子科学研究院学报;2019年05期

10 强赞霞,彭嘉雄;基于融合及数学形态学的遥感图像目标检测[J];计算机工程;2005年10期

11 刘东然;郭冬滨;戚永军;;基于深度密集网的多类多尺度遥感图像目标检测方法[J];北华航天工业学院学报;2020年05期