基于深度神经网络的卫星影像飞机快速检测
计算机视觉与模式识别
2021-04-26 v1 人工智能
机器学习
摘要
目标检测是应用计算机视觉的基本目标之一。在一些应用中，目标检测变得非常具有挑战性，例如卫星图像处理的情况。卫星图像处理一直是精准农业、气候变化、灾害管理等领域研究者的关注焦点。因此，卫星影像中的目标检测是该领域被研究最多的问题之一。本文聚焦于卫星影像中利用深度学习技术的飞机检测。在本文中，我们使用 YOLO 深度学习框架进行飞机检测。该方法使用不同来源采集的卫星图像作为模型的学习数据以执行检测。卫星图像中的目标检测大多复杂，因为目标具有许多变化、类型、姿态、尺寸以及复杂密集背景。YOLO 对微小尺寸目标（每个目标小于32 像素）存在一些局限，因此我们对预测网格进行上采样以降低模型的粗糙性并准确检测密集聚类目标。改进模型在不同具有微小、旋转和密集目标的未知图像上展现出良好准确率和性能，以满足实时需求。
引用
@article{arxiv.2104.11677,
title = {Rapid Detection of Aircrafts in Satellite Imagery based on Deep Neural Networks},
author = {Arsalan Tahir and Muhammad Adil and Arslan Ali},
journal= {arXiv preprint arXiv:2104.11677},
year = {2021}
}