%0 Journal Article %A 董旭彬 %A 赵清华 %T 改进Mask R-CNN在航空影像目标检测的研究应用 %D 2021 %R 10.3778/j.issn.1002-8331.2001-0156 %J 计算机工程与应用 %P 133-144 %V 57 %N 8 %X

针对通用目标检测算法在检测航空影像目标所表现的性能缺陷,提出一种改进Mask R-CNN算法用于航空影像的目标检测。该算法增加图像融合网络,将可见光图像与红外图像进行融合,消除目标被阴影遮蔽对检测造成的影响;同时改进了特征金字塔结构,使特征提取过程中的高层语义特征和低层定位信息得到充分融合,各尺度目标的检测精度得到提升;为解决小目标检测精度低和定位难度高的问题,该算法采用新型区域建议网络SD-RPN,在不同深度的卷积层设置合理大小的滑动窗口,用以检测不同尺度类型目标,使建议区域更加精准。实验结果表明,相比较主流检测算法,该算法在VEDAI数据集上表现出色,检测精度提升较大,尤其是小目标检测的精度提升显著。

%U http://cea.ceaj.org/CN/10.3778/j.issn.1002-8331.2001-0156