資源描述：
《基于深度學習的高分辨率遙感影像目標檢測方法研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、碩士學位論文基于深度學習的高分辨率遙感影像目標檢測方法研究作者姓名：劉鵬指導教師:葛小青高級工程師李宇助理研究員中國科學院遙感與數字地球研究所學位類別:工學碩士學科專業(yè):信號與信息處理培養(yǎng)單位:中國科學院遙感與數字地球研究所2018年6月ResearchonObjectDetectioninHigh-resolutionRemoteSensingImageBasedonDeepLearningAThesisSubmittedtoUniversityofChineseAcademyofSciencesInpartialfulfillmentoftherequirementforthedegre
2、eofMasterofScienceinEngineeringinSignalandInformationProcessingByLiuPengSupervisor:SeniorEngineer:GeXiaoqingResearchAssistant:LiYuInstituteofRemoteSensingandDigitalEarthChineseAcademyofSciencesJune,2018中國科學院大學研究生學位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學位論文是本人在導師的指導下獨立進行研究工作所取得的成果。盡我所知，除文中已經注明引用的內容外，本論文不包含任何其他個人或集體已經發(fā)表
3、或撰寫過的研究成果。對論文所涉及的研究工作做出貢獻的其他個人和集體，均已在文中以明確方式標明或致謝。作者簽名：日期：中國科學院大學學位論文使用授權說明本人完全了解并同意遵守中國科學院有關保存和使用學位論文的規(guī)定，即中國科學院有權保留送交學位論文的副本，允許該論文被查閱，可以按照學術研究公開原則和保護知識產權的原則公布該論文的全部或部分內容，可以采用影印、縮印或其他復制手段保存、匯編本學位論文。涉密及延遲公開的學位論文在解密或延遲期后適用本聲明。作者簽名：導師簽名：日期：日期：致謝致謝本論文受到了國家自然科學基金（基金編號：61501460）的支持。論文的完成，離不開中國科學院遙感與數字地球研
4、究所衛(wèi)星地面系統工程部的支持和幫助，在此表示衷心感謝。摘要摘要高分辨率遙感影像目標檢測在遙感圖像分析解譯、高分遙感圖像應用等方面扮演重要角色，在軍事和民用方面都有很多應用如災害預測、資源勘查、海事漁業(yè)、交通監(jiān)管等。傳統的目標檢測方法主要是利用一些傳統的手工的特征（如HOG、SIFT、Gabor等）、滑動窗口和分類器實現。傳統的手工特征依賴于專業(yè)領域知識以及數據本身的特性，并且計算量大，速度慢，適用于特定的、數據量較小的圖像數據集。隨著遙感影像分辨率不斷提升，數據量不斷增大，傳統的手工特征方法已越來越難以滿足遙感影像目標檢測的需要，因而需要尋求一種能夠從大量圖像數據集里快速高效進行目標檢測的算
5、法。近年來，深度學習作為一種熱門技術，能夠自動從圖像數據中提取特征，在自然語言處理、語音識別和計算機視覺領域取得了巨大的成功，這為遙感影像目標檢測帶來了新進展。本文在對遙感圖像目標檢測和深度學習相關理論進行充分研究的基礎上，總結了遙感影像目標檢測的主要難點和現有方法存在的問題，重點研究了基于深度卷積神經網絡的高分辨率遙感影像的目標檢測方法，主要工作如下：（1）針對傳統目標檢測方法使用滑動窗口產生候選區(qū)域，同時使用傳統手工特征進行目標檢測從而導致檢測準確率低、窗口冗余、效率低等問題，本文提出了一種基于卷積神經網絡的高分辨率遙感圖像目標檢測算法。該算法先采用迭代SLIC分割來替代傳統滑動窗口方法
6、來獲取高質量候選區(qū)域，然后使用卷積神經網絡對候選區(qū)域提取特征來代替?zhèn)鹘y手工特征，同時利用ROIPooling層來減少計算量。通過實驗表明，本文提出的方法取得了較高的召回率以及準確率，同時在效率上也有一定的優(yōu)勢。（2）為了充分利用不同網絡結構在提取不同層次的高層語義特征的優(yōu)勢，從而使得基于卷積網絡方法在檢測時性能進一步提升，本文提出了一種基于集成卷積神經網絡的遙感圖像目標檢測算法。該方法首先選取多個不同結構的卷積神經網絡并進行網絡結構上的調整改進以適應高分辨率遙感影像目標檢測；然后，利用多深度卷積神經網絡提取高分辨率遙感圖像中不同層次下的語義特征，同時借助多尺度分割獲得待檢測區(qū)域的位置信息；最
7、后，通過位置信息與多層次語義特征相結合，借助訓練好的卷積網絡模型，得到目標檢測結果。I基于深度學習的高分辨率遙感影像目標檢測方法研究關鍵詞：高分辨率遙感影像；目標檢測；卷積神經網絡；圖像分割IIAbstractAbstractObjectdetectionofhigh-resolutionremotesensingimagesplaysanimportantroleintheinterpretationand
