改进YOLOv3的快速遥感机场区域目标检测

韩永赛，马时平，何林远，李承昊，朱明明，张 飞

(1.空军工程大学 航空工程学院，陕西 西安 710038；2.空军工程大学 研究生院，陕西 西安 710038)

目标检测目前为计算机视觉和数字图像处理的一个热门方向。它被用于机器自主识别所需要被检测的目标，对减少人力资源的消耗有着重要意义[1]。而随着卫星遥感图像的分辨率越来越高，其蕴含的信息量也越来越大，促进了遥感检测的大跨步发展。同时机场因为其军用和民用的特殊意义，成为了目标检测领域研究的“宠儿”。如何从大数据量、高分辨率的遥感图像中快速、精确地检测出机场以及机场内典型目标，具有很大的现实意义。

许多人员对这一问题进行了深入的研究，并做出了具有一定价值的贡献。基于传统的方法有：文献[2]等提出了线段检测器与支持向量机相结合的方法，先对图像进行边缘检测，然后用线段检测器提取直线，利用机场的细长直线特征来检测机场。文献[3]等提出了Hough变换与支持向量机相结合的方法，在对图像进行边缘检测后，进行Hough变换来提取直线，同样利用机场的细长直线特征来进行机场的分类。它们的检测速度快、算法复杂度低，但是却极易受到周围形似物的干扰，如同样具有细长直线特征的长公路以及海岸线等，因此检测率偏低。文献[4]等结合视觉显著性和特征对称性的方法对飞机类目标进行分类和定位。文献[5]等基于稀疏编码和约束池化相结合的方法进行飞机类目标特征的表达，进而进行后续的分类和定位任务。……