基于Faster R-CNN模型的低空平台偏振高光谱目标检测

基金项目: 国家自然科学基金项目(61379105)%中国博士后科学基金项目(2016M592961)%安徽省自然科学基金项目(1608085MF140)

详细信息

Polarized Hyperspectral Object Detection with Faster R-CNN for Low-Altitude Platforms

摘要: 随着无人机等低空平台在侦察领域的不断扩展以及对性能要求的不断提高,各应用场景对目标检测精度和速度也提出了越来越高的要求.传统的目标成像方法难以满足图像质量需求,人工识别目标的方法也无法应对战场环境的快速变化.结合深度学习和偏振高光谱成像技术的发展,通过模拟偏振高光谱低空目标检测平台,提出基于Faster R-CNN的地面军事目标检测方法.采用区域建议网络模块进行模型训练,而在目标检测阶段通过对特征图进行兴趣区域池化操作得到建议特征图,最后利用建议特征图完成目标类别判定.实验选取3种典型的军事车辆缩比模型,通过偏振高光谱相机在室内外模拟环境中获取目标在不同场景条件的图像数据,以及某型无人机在低空条件下的地面车辆目标数据进行实验验证.实验表明,该方法在有效完成地面目标的检测时,能够达到理想的检测精度和速度.
- 深度学习 /
- 偏振高光谱图像 /
- 目标检测 /
- 无人机

1.	张樊，王晶. 基于数据挖掘的偏振光成像目标检测研究. 激光杂志. 2023(12): 225-230 . 百度学术
2.	魏松泽，曹玉军，李林杰，孙夙，刘成. 无人机低空摄影技术在碳排放监测中的应用. 能源与环保. 2022(10): 189-194 . 百度学术
3.	赵佳乐，王广龙，周冰，应家驹，王强辉，邓磊. 深度学习下高光谱图像目标检测技术研究进展. 激光杂志. 2022(10): 1-6 . 百度学术
4.	程远航，余军. 基于Mask R-CNN的车位状态智能识别算法. 计算机仿真. 2021(02): 236-239+471 . 百度学术
5.	邱晓磊. 基于成像光谱技术的不可再生矿产资源监测系统. 信息技术. 2021(04): 97-101 . 百度学术
6.	侯毅苇，李林汉，王彦. 结合红外显著性目标导引的改进YOLO网络的智能装备目标识别研究. 红外技术. 2020(07): 644-650 . 本站查看
7.	陶志勇，韩月明，林森. 基于Mask-RCNN无分割手写数字字符串的识别. 激光与光电子学进展. 2020(14): 122-129 . 百度学术
8.	杨建秀，谢雪梅，金星，杨文哲，石光明. 多尺度特征增强融合的实时航拍车辆检测算法. 中国体视学与图像分析. 2019(04): 298-305 . 百度学术