本文提出卷积神经网络的船舶遥感图像目标检测方法。采用拉普拉斯算子增强处理船舶遥感图像，使得船舶目标特征信息更加清晰；基于Snake模型分割出遥感图像中的船舶目标，通过Gabor滤波器提取船舶遥感图像目标特征向量；基于卷积神经网络搭建船舶遥感图像目标检测架构，统一化处理分支网络置信度，对卷积神经网络进行训练，获取最优权重系数；将遥感图像输入至训练好的卷积神经网络中，即可实现船舶目标的检测。实验数据显示：应用本文方法获得的F1 Score参量与IoU参量数值全部大于给定标准数值，充分证实本文方法具有较好的船舶遥感图像目标检测效果。
A convolutional neural network based ship remote sensing image target detection method is proposed. The ship remote sensing image is enhanced and processed by the Laplace operator to make the ship target feature information clearer. The ship target in the remote sensing image is segmented based on the Snake model, and the target feature vector of the ship remote sensing image is extracted by the Gabor filter. Based on the convolutional neural network Build a ship remote sensing image target detection architecture, uniformly process the confidence of the branch network, train the convolutional neural network, obtain the optimal weight coefficient, and input the remote sensing image into the trained convolutional neural network to realize the ship target detection. detection. The experimental data show that the values of F1 Score parameters and IoU parameters obtained by the proposed method are all larger than the given standard values, which fully confirms that the proposed method has a good target detection effect in ship remote sensing images.
2022,44(7): 146-149 收稿日期：2021-08-22
DOI：10.3404/j.issn.1672-7649.2022.07.029
分类号：U66
基金项目：四川省科技计划重点研发项目(2019YFG0112)；四川省科技攻关项目（05GG009-18）
作者简介：李礁(1981-),男,硕士,高级工程师,主要研究方向为软件工程及机器学习
参考文献：
[1] 徐芳, 刘晶红, 孙辉, 等. 光学遥感图像海面船舶目标检测技术进展[J]. 光学精密工程, 2021, 29(4): 916–931
[2] 王文胜, 黄民, 李天剑, 等. 四波段多光谱遥感图像的船舶目标显著性检测[J]. 光学学报, 2020, 40(17): 185–193
[3] 马健, 史文旭, 鲍胜利. 基于特征融合SSD的遥感图像舰船目标检测[J]. 光子学报, 2020, 49(7): 51–61
[4] 李尊, 吴豫, 张开, 等. 特高压环境评价中的航拍小目标智能识别方法[J]. 工程技术研究, 2020, 5(21): 31–32
[5] 齐亮, 陈牮华, 王东, 等. 基于SRM分割和分层线段特征的船舶目标检测方法[J]. 江苏科技大学学报:自然科学版, 2020, 34(3): 34–40
[6] 严荣慧, 谢海成, 花敏恒, 等. 基于运动与表象特征的广域船舶目标识别算法[J]. 中国舰船研究, 2022, 17(1): 227–234
[7] 王伟. 基于遥感图像的船舶目标检测方法综述[J]. 电讯技术, 2020, 60(9): 1126–1132
[8] 赵江洪, 张晓光, 杨璐, 等. 深度学习的遥感影像舰船目标检测[J]. 测绘科学, 2020, 45(3): 110–116+134
[9] 张财广、熊博莅、匡纲要. 光学卫星遥感图像舰船目标检测综述[J]. 电波科学学报, 2020, 35(5): 637–647
[10] 徐志京, 丁莹. 自适应旋转区域生成网络的遥感图像舰船目标检测[J]. 激光与光电子学进展, 2020, 57(24): 400–407
[11] 李玉峰, 顾曼璇, 赵亮. 采用改进Faster R-CNN的遥感图像目标检测方法[J]. 信号处理, 2020, 36(8): 1363–1373
[12] 李婕, 周顺, 朱鑫潮, 等. 结合多通道注意力的遥感图像飞机目标检测[J]. 计算机工程与应用, 2022, 58(1): 209–217
[13] 王浩桐, 郭中华. 改进SSD的飞机遥感图像目标检测[J]. 液晶与显示, 2022, 37(1): 116–127
[14] 赵彤洲, 杨成万, 刘威. 非局部特征增强的遥感图像目标检测方法[J]. 华中科技大学学报: 自然科学版, 2021, 49(9): 47–51
[15] 刘高天, 段锦, 范祺, 等. 基于改进RFBNet算法的遥感图像目标检测[J]. 吉林大学学报:理学版, 2021, 59(5): 1188–1198
