多源卫星影像配准用于多尺度船舶检测的洞察

利用深度学习（DL）从卫星影像中进行船舶检测是海上监视不可或缺的解决方案。然而，将在一种数据集上训练的DL模型应用于具有不同空间分辨率和辐射特性的其他数据集需要许多调整。为克服这一问题，本文聚焦于在由不同光学图像以及雷达与光学数据组合构成的数据集上训练的DL模型。在处理有限数量的训练图像时，通过这种方法DL模型的性能令人满意。根据所测试的光学图像，它们可以将平均精度提高5-20%。同样，在光学和雷达组合数据集上训练的DL模型可以应用于光学和雷达图像。我们的实验表明，在光学数据集上训练的模型可用于雷达图像，而在雷达数据集上训练的模型应用于光学图像时得分非常低。