典型文献
基于双重特征增强的遥感舰船小目标检测
文献摘要：
针对遥感图像中舰船小目标占比大、多方向旋转等问题,提出一种基于纹理和颜色双重特征增强的舰船小目标检测方法.首先,设计生成对抗网络增强舰船小目标的纹理特征,生成高分辨率的舰船图像.然后,采用深度强化学习算法增强图像的颜色信息,解决舰船目标与背景颜色低对比度的问题.接着,设计自适应变换特征金字塔网络,增强全局感受野,有效解决深层网络中空间信息缺乏导致的小目标特征难以提取的问题.最后,利用特征细化模块和圆形光滑标签完成对舰船目标边界框的特征点对齐和角度回归,有效提高多方向旋转舰船目标的检测精度.此外,在HRSC2016和DOTA两个公共数据集上进行了相关实验.可以发现,所提方法在两个数据集上的平均精度均值可分别达到72.87％和89.91％,相比主流的目标检测算法得到了大幅提升.
文献关键词：
遥感;遥感图像;舰船检测;双特征增强;小目标;深度Q网络
中图分类号：
作者姓名：
徐志京;柏雪
作者机构：
上海海事大学信息工程学院,上海201306
文献出处：
引用格式：
[1]徐志京;柏雪-.基于双重特征增强的遥感舰船小目标检测)[J].光学学报,2022(18):128-137
A类：
圆形光滑标签,双特征增强
B类：
遥感舰船,小目标检测,遥感图像,多方向,目标检测方法,设计生成,生成对抗网络,强舰,纹理特征,深度强化学习算法,增强图像,颜色信息,舰船目标,背景颜色,低对比度,特征金字塔网络,感受野,深层网络,中空,空间信息,小目标特征,签完,边界框,特征点,对齐,检测精度,HRSC2016,DOTA,公共数据,平均精度均值,目标检测算法,舰船检测
AB值：
0.347623
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。
