典型文献
基于Transformer结构的遥感影像敏感目标自动隐藏方法
文献摘要：
遥感影像敏感目标隐藏是保证遥感资源安全共享的关键.针对传统方法存在的目标检测不完全、补全结果不可靠的问题,提出了一种基于Transformer结构的遥感影像敏感目标自动隐藏方法.首先利用以Swin Transformer 为主干网络的 Cascade Mask R-CNN(region-based convolutional neural network)实例分割优化模型检测敏感目标并生成掩膜区域,同时设计了 RSMosaic(remote sense Mosaic)合成数据方法减少人工标注数据;然后,基于色相-饱和度-明度(hue-saturation-value,HSV)空间的阴影检测模型扩展掩膜区域;最后,引入MAE(masked autoencoders)模型实现目标背景生成.以飞机目标为例,与Partial-Connvolutios和EdgeConnec进行了对比实验.结果表明,相比传统方法,该方法在敏感目标实例分割中的边界框与像素掩膜AP值分别提升了 13.2％与11.2％;在使用RSMosaic合成数据后,边界框与像素掩膜AP值可分别再提升9.39％与14.16％,且图像修补中的平均绝对误差和最大平均差异提升80％以上,实现了结构合理、纹理清晰的敏感目标自动隐藏效果.
文献关键词：
遥感影像;敏感目标隐藏;深度学习;Transformer结构;合成数据
中图分类号：
作者姓名：
李鹏程;白文浩
作者机构：
信息工程大学地理空间信息学院,河南 郑州,450001;61363部队,陕西 西安,710000
文献出处：
引用格式：
[1]李鹏程;白文浩-.基于Transformer结构的遥感影像敏感目标自动隐藏方法)[J].武汉大学学报（信息科学版）,2022(08):1287-1297
A类：
自动隐藏,敏感目标隐藏,RSMosaic,Connvolutios,EdgeConnec,目标实例分割
B类：
Transformer,遥感影像,资源安全,安全共享,目标检测,补全,不可靠,Swin,主干网络,Cascade,Mask,region,convolutional,neural,network,分割优化,模型检测,掩膜,remote,sense,合成数据,色相,hue,saturation,value,HSV,阴影检测,检测模型,MAE,masked,autoencoders,模型实现,实现目标,飞机目标,Partial,边界框,像素,AP,再提升,图像修补,平均绝对误差,最大平均差异,结构合理
AB值：
0.366896
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
