基于改進FCOS網(wǎng)絡(luò)的光學遙感影像目標檢測算法

楊玉春，王騰軍，任會濤，楊 耘

(長安大學 地質(zhì)工程與測繪學院，西安 710054)

0 引言

遙感技術(shù)是20世紀60年代出現(xiàn)的一種空間信息探測技術(shù)，能夠在距離被探測目標十分遙遠的位置，通過影像傳感器收集目標輻射和反射的電磁波信息，根據(jù)物體的物理光譜特性對收集的電磁波信息進行分析和解譯，由此實現(xiàn)對目標地物的遠距離探測。隨著航空航天技術(shù)、圖像傳感器技術(shù)和計算機技術(shù)的發(fā)展，遙感影像的空間分辨率越來越高，高分辨率遙感影像包含著更為豐富、更為細致的地物信息，推動了遙感影像處理技術(shù)的發(fā)展和進步。作為遙感影像處理領(lǐng)域的一個基本問題，遙感影像目標檢測是識別給定的航空或衛(wèi)星影像是否包含一個或多個感興趣類別的目標，并確定目標在影像中的位置的過程，其在環(huán)境監(jiān)測、地理信息系統(tǒng)更新、精準農(nóng)業(yè)和城市規(guī)劃等應(yīng)用中發(fā)揮著重要作用。近年來，隨著遙感技術(shù)的迅猛發(fā)展，高分專項工程的實施和商業(yè)化衛(wèi)星遙感服務(wù)的興起，影像數(shù)量呈現(xiàn)爆炸式的增長趨勢，快速增長的影像數(shù)量對目標檢測方法提出了更高的要求。

1 相關(guān)研究

傳統(tǒng)的遙感影像目標檢測多采用特征工程和分類器訓練相結(jié)合的檢測策略。例如姚遠等通過提取影像的Haar和HOG特征并結(jié)合AdaBoost和SVM進行分類實現(xiàn)了飛機目標的檢測。黎經(jīng)元等將海陸分割與艦船目標檢測相結(jié)合，通過分析港口中艦船的分布規(guī)律和紋理特點，提出了一種結(jié)合邊緣線梯度定位和聚合通道特征的艦船檢測方法。……