一种遥感影像密集目标深度学习检测方法
授权
摘要
本发明公开了一种遥感影像密集目标深度学习检测方法，用于遥感影像密集目标提取。首先，将图像输入到深层的CNN基础网络中以获取特征图；其次，将深度卷积特征输入到密集目标提取框架中，以进行感兴趣区域提取(RPN分支)，对象分类和矩形框框回归。对于RPN分支，提出了高密度偏置采样器来挖掘更多具有高密度的样本(难样本)以提高检测性能。在密集目标提取框架之后采用Soft‑NMS来保留更多积极对象。最后，输出精炼的矩形框，以实现对密集物体的数量统计。
基本信息
专利标题 ：
一种遥感影像密集目标深度学习检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111126287A
申请号 ：
CN201911354909.6
公开（公告）日 ：
2020-05-08
申请日 ：
2019-12-25
授权号 ：
CN111126287B
授权日 ：
2022-06-03
发明人 ：
马爱龙陈鼎元钟燕飞郑卓
申请人 ：
武汉大学
申请人地址 ：
湖北省武汉市武昌区珞珈山武汉大学
代理机构 ：
武汉科皓知识产权代理事务所(特殊普通合伙)
代理人 ：
王琪
优先权 ：
CN201911354909.6
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06K9/32 G06N3/04
相关图片
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-06-03 ：
授权
2020-06-02 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20191225
申请日 : 20191225
2020-05-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN111126287A.PDF
PDF下载
