基于卷积神经网络的遥感图像目标检测

刘祥

(中国电信股份有限公司河南分公司，河南 郑州 450016)

0 引言

遥感可以远距离、不直接接触目标就可采集目标信息，近些年，随着传感器技术、航天技术、通信技术的不断发展，他们和遥感技术进行有效融合，产生了大量的光学遥感图像[1-2]。相对于普通图像，遥感图像具有分辨率高、信息量更大等优点，在灾害预测、军事侦探、现代农业等领域得到了广泛的应用[3]。在遥感技术实际应用中，图像中通常具有多个目标，如：飞机、船舶、河流、道路、汽车，不同用户对不同的目标感兴趣，因此要进行遥感图像目标检测，提取用户感兴趣的目标。由于遮挡、复杂背景、阴影等影响，给遥感图像中目标检测带来困难，因此设计精度高、适合性强的遥感图像目标检测方法具有十分重要的意义[4-5]。

最初遥感图像目标检测是通过人工方式实现的，对于数量少的遥感图像，目标单一的检测问题，人工方法可获得较好的遥感图像目标检测结果；但当前遥感图像呈线性增加趋势，当前遥感图像具有海量特点，同时目标类型多，人工方式的缺陷就比较明显了，如遥感图像目标检测效率低，出现遥感图像目标检测错误的概率高，同时检测结果具有较强的主观性，可信度低[6]。近些年，随着人工智能技术的不断发展，遥感图像目标检测已经进入了自动化阶段。最初基于专家系统的遥感图像目标检测，该方法通常情况下要提取目标特征，只有在理想的条件下，才能获得较好的遥感图像目标检测结果，无法应用于复杂场景的遥感图像目标检测[7]。……