一种基于全局上下文感知的遥感图像目标检测方法
实质审查的生效
摘要
本发明公开了一种基于全局上下文感知的遥感图像目标检测方法，使用深度残差网络(ResNet 101)提取图像的特征，利用特征金字塔网络(FPN，Feature Pyramid Network)进一步提取特征并生成候选区域；生成候选区域后，使用特征池化对齐特征；在特征提取网络的最高层加入全局上下文提取模块，提取特征与原始特征通过相加的方式融合，得到新的特征；最后利用全连接层对新特征进行分类，生成目标类别及边框。本发明利用高层特征语义信息丰富的特点，充分提取图像的场景信息，进一步加强特征表示，增加对密集目标的识别准确率，也一定程度上提高了其他目标的识别准确率，从而整体提高遥感图像中的目标检测性能。
基本信息
专利标题 ：
一种基于全局上下文感知的遥感图像目标检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114519819A
申请号 ：
CN202210126106.0
公开（公告）日 ：
2022-05-20
申请日 ：
2022-02-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张科吴虞霖王靖宇苏雨张烨李浩宇谭明虎
申请人 ：
西北工业大学
申请人地址 ：
陕西省西安市友谊西路127号
代理机构 ：
西安凯多思知识产权代理事务所(普通合伙)
代理人 ：
刘新琼
优先权 ：
CN202210126106.0
主分类号 ：
G06V20/10
IPC分类号 ：
G06V20/10 G06V10/32 G06N3/04 G06N3/08
法律状态
2022-06-07 ：
实质审查的生效
IPC(主分类) : G06V 20/10
申请日 : 20220210
申请日 : 20220210
2022-05-20 ：
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
暂无PDF文件可下载
