摘要
本发明涉及一种面向中低分辨率光学遥感图像的小目标检测方法,包括:获取遥感图像数据训练样本和测试样本;采用DEM退化模型对训练样本进行随机退化;构建中低分辨率遥感图像目标检测框架;构建损失函数进行联合迭代训练;对中低分辨率遥感图像测试样本进行检测和评估。本发明通过构建的中低分辨率遥感图像目标检测框架,设计了一个额外的退化重建分支,以有效增强目标检测网络应对不同分辨率退化图像的能力;此外,在目标检测分支中引入了一个混合并行注意力特征融合模块,以实现对目标特征的集中关注,抑制冗余的复杂背景;本发明在不产生额外的计算量的同时,提升了中低分辨率光学遥感图像小目标检测的准确率。
技术关键词
低分辨率遥感图像
光学遥感图像
高分辨率遥感图像
退化模型
分支
检测损失
遥感图像数据
门控开关
噪声
注意力机制
网络
模块
表达式
特征金字塔
样本
上采样
数学
系统为您推荐了相关专利信息
杂质检测方法
烟叶数据
注意力机制
输出模块
融合特征
企业经营数据
路径预测方法
业务流程模型
格式化
深度优先搜索算法