面向深度学习的遥感图像目标样本生成方法

作者:王敏; 陈金勇; 王港; 高峰; 孙康; 许妙忠

摘要:基于深度学习构建目标检测模型需要大量的标记样本,良好的样本制作能够提升检测模型的检测精度,若标记的样本库缺乏强代表性,则在实际应用中会影响检测模型。结合多尺度高分影像多类型目标的特点,综合应用人工交互解译和成像过程仿真,以遥感图像舰船目标为例,研究制备高分辨率遥感影像的全要素舰船目标样本,重点突破样本数量受限情况下成像过程模型辅助的样本参数空间统计插值技术。综合利用国内外的军民商遥感卫星数据,获取不同环境、不同时间、不同尺度下的包含舰船目标的遥感影像,利用样本空间插值技术,实现多类型多属性的样本扩增,构建丰富样本库,为后续模型训练提供良好的基础。仿真实验表明,所提出的样本扩增方法都在不同程度上提高了目标检测的准确率,最优结果将检测召回率从85%提高到98%,效果显著。

分类:
  • 期刊
  • >
  • 自然科学与工程技术
  • >
  • 信息科技
  • >
  • 无线电电子学
收录:
  • 维普收录(中)
  • 知网收录(中)
  • 万方收录(中)
  • 上海图书馆馆藏
  • 国家图书馆馆藏
  • 北大期刊(中国人文社会科学期刊)
  • 统计源期刊(中国科技论文优秀期刊)
  • JST 日本科学技术振兴机构数据库(日)
关键词:
  • 遥感目标
  • 样本扩增
  • 深度学习
  • 空间插值技术
  • 召回率

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:国外电子测量技术

期刊级别:北大期刊

期刊人气:4047

杂志介绍:
主管单位:中华人民共和国信息产业部
主办单位:北京方略信息科技有限公司
出版地方:北京
快捷分类:电子
国际刊号:1002-8978
国内刊号:11-2268/TN
邮发代号:82-141
创刊时间:1982
发行周期:月刊
期刊开本:A4
下单时间:1-3个月
复合影响因子:1.06
综合影响因子:1.52