典型文献
高分影像密集建筑物Correg-YOLOv3检测方法
文献摘要：
精准地检测建筑物目标对于城市规划、智慧城市建设和军事民事活动中均有重要意义.针对高分辨率遥感影像中密集型建筑物检测框重叠比高的问题,本文提出了一种Correg-YOLOv3(corner regression-based YOLOv3)检测方法,该方法以YOLOv3网络架构为基础,通过嵌入角点回归机制,增设一个关于顶点相对于边界框中心点的偏移量的额外损失项,扩展其输出维度,使其可同时输出矩形检测框及建筑物角点,实现密集分布的建筑物精准定位.最后,通过试验对本文方法进行定性和定量的评估.试验研究结果表明:本文方法检测精度、召回率、F1和平均精度分别达到了96.45％、95.75％、96.10％和98.05％,较原算法YOLOv3分别提高了2.73％、5.4％、4.1％和4.73％.因此,本文方法有效解决了高分影像中密集型建筑物的检测问题.
文献关键词：
高分遥感影像;Correg-YOLOv3;角点回归;密集建筑物;目标检测
中图分类号：
作者姓名：
陈占龙;李双江;徐永洋;徐道柱;马超;赵军利
作者机构：
中国地质大学(武汉)地理与信息工程学院,湖北 武汉 430078;中国地质大学(武汉)地质探测与评估教育部重点实验室,湖北 武汉 430074;中国地质大学(武汉)计算机学院,湖北 武汉 430078;中南电力设计院有限公司,湖北 武汉 430071;自然资源部城市国土资源监测与仿真重点实验室,广东 深圳518034;西安测绘研究所,陕西 西安 710054;地理信息工程国家重点实验室,陕西 西安 710054
文献出处：
引用格式：
[1]陈占龙;李双江;徐永洋;徐道柱;马超;赵军利-.高分影像密集建筑物Correg-YOLOv3检测方法)[J].测绘学报,2022(12):2531-2540
A类：
Correg,角点回归
B类：
高分影像,密集建筑物,YOLOv3,城市规划,智慧城市建设,民事,高分辨率遥感影像,密集型,corner,regression,网络架构,顶点,边界框,中心点,偏移量,损失项,密集分布,精准定位,定性和定量,检测精度,召回率,检测问题,高分遥感影像,目标检测
AB值：
0.295575
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。
