测绘科学

2019, v.44;No.256(10) 172-180

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于Mask-RCNN的建筑物目标检测算法
Building target detection algorithm based on Mask-RCNN

李大军;何维龙;郭丙轩;李茂森;陈敏强;

摘要(Abstract):

针对在航空影像中,城区80%的人工目标物为建筑物和道路,建筑物是遥感影像中主要地物的类别,所以建筑物的检测会直接影响到地物提取的自动化水平这一问题。该文提出了一种基于Mask-RCNN的建筑物目标检测方法,是基于卷积神经网络思想,在深度学习框架下通过多线程迭代训练,将无人机影像作为训练样本,在卷积神经网络中得到目标特征再通过区域建议网络(RPN)与ROIAlign操作将特征输入不同的全连接分支。最后得到具优化的权重参数的目标检测模型。在不同场景图像中,该模型可以检测出建筑物目标。实验结果达到了预期要求,提高了航空影像中建筑物检测的准确性。

关键词(KeyWords): 建筑物目标检测;卷积神经网络;Mask-RCNN;ResNet101网络;TensorFlow

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划项目(2016YFB0502200);; 国家自然科学基金项目(41127901);; 测绘遥感信息工程国家重点实验室专项科研经费资助项目

作者(Author): 李大军;何维龙;郭丙轩;李茂森;陈敏强;

Email:

DOI: 10.16251/j.cnki.1009-2307.2019.10.025

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享