基于关键点的遥感图像目标检测算法研究.pdfVIP

摘要

基于关键点的遥感图像目标检测算法研究

遥感技术是人类全面探索和认识地球的重要窗口，宏观地传达了地表各类物种、人

造科技产物等的综合信息。随着遥感平台的规模激增和航天科技的迅猛进步，遥感科技

使用雷达、飞行器和卫星等专业平台，已实现了数字化、全方位的对地监测。遥感图像

的开放趋势、分辨率和可访问性也随之提高。遥感图像目标检测作为遥感信息处理的关

键一环，是一项关联社会民生和国土安全的重要技术，已广泛在灾害监测、智慧城市、

交通管理、海洋航运、农业监测、军用科技等领域得到应用，旨在从间隔极远的方位识

别建筑和军舰等有关目标。

本文使用基于关键点的检测器CenterNet作为检测模型。由于遥感目标的背景和特

征复杂，尺度多样，故CenterNet网络需要保留更多的特征，降低无关背景的干扰，并

增强融合多尺度特征的能力。为了保留更多遥感目标的特征并增强CenterNet网络对具

有多尺度特征的遥感目标的检测能力，本文使用了跳跃插值融合结构和多重池化的SPP

模块。除此之外，还加入了CBAM注意力模块，增强了遥感目标的特征在通道和空间

维度的相关性。将这三个模块组合得到基于注意力和空间金字塔池化的CenterNet。实

验表明，与多种先进检测算法相比，本文的方法在精度上有所提升。

在遥感图像目标检测中，舰船目标往往具有大宽高比、排布紧密和方向任意的特性。

因此，使用常规的水平框检测舰船易导致漏检等问题，故任意方向的遥感舰船适合使用

旋转框来检测。然而，目前常规的基于角度的旋转框存在对角度变化敏感和边界框的参

数联合训练困难的问题。因此，本文在跳跃插值融合结构的CenterNet基础上加入角点

作为关键点，使用了角点与中心相对距离表示的旋转框，提出了基于角点定向的

CenterNet（Center-rd）以增强旋转框的稳定性。实验表明，在与多种旋转框检测器的对

比中，Center-rd的精度有所提升。

关键词：

遥感图像，关键点，目标检测，多尺度，旋转框

I

Íò·½Êý¾Ý

Abstract

ResearchonRemoteSensingImageObjectDetection

AlgorithmBasedonKeyPoints

Remotesensingtechnologyisanimportantwindowformankindtoexploreand

understandtheearthinanall-roundway,anditmacroscopicallyconveyscomprehensive

informationofvariousspeciesonthesurfaceandman-madetechnologicalproducts.Withthe

rapidincreaseinthescaleofremotesensingplatformsandtherapidadvancementof

aerospacetechnology,remotesensingtechnologyhasachieveddigital,all-roundground

monitoringusingprofessionalplatformssuchasradar,aircraft,andsatellites.Theopening

trend,reso