基于ResNet的遥感图像飞机目标检测新方法

多 尺 度 检 测 ，并 且 加 入 残 差 网 络 的 全 卷 积 网 络 结 构 中 不 同 层 的 上 下 文 特 征 信 息 ；最 后 通 过 拟 合 回
归进行端到端的训练，得出鲁棒性强，精度高的目标检测网络模型。实验结果表明，该网络模型对
于较复杂背景等干扰有较强的鲁棒性，检测精度高达 89.5%。
目前，深度学习在遥感图像目标检测领域的应 繁琐，并且文中用到的基础的 CNN 模型只有 16 层。
用正在飞速的发展。例如[1]提出一种以卷积神经网 因 此 ，本 文 启 发 式 的 利 用 Single Shot MultiBox
络（Convolutional Neural Network，CNN）提取特征，然 Detector（SSD）[2]端到端的检测算法进行飞机目标检
Detection and Imaging Technology of the Chinese Academy of Sciences，Shanghai 200083，China）
Abstract: The target in remote sensing image with different size and directions，also with different shot angles and complex background is difficult to detect. An algorithm based on residual network is proposed to solve these problems. Firstly，collection and annotation of remote sensing image data sets，which include the remote sensing images under a variety of climatic conditions such as sunny days and mist； then，the image pyramid and the template pyramid are constructed for multi- scale detection，and the contextual information of different layers in the full convolutional network structure of the residual network is added；finally，a good performance model trained by a end- to- end training weights with regression method. Experimental results show that the proposed method has high robustness against more complicated background disturbances，and precision is 89.5%. Key words: target detection；multi-scale features；deep learning；remote sensing images；CNN
第 26 卷 第 22 期 Vol.26 No.22
电子设计工程 Electronic Design Engineering
2018 年 11 月 Nov. 2018
基于 ResNet 的遥感图像飞机目标检测新方法
赵丹新 ，孙 1，2，3，4 胜利 1，4
（1.中国科学院 上海技术物理研究所，上海 200083；2.中国科学院大学 北京 100049；3.上海科技大学 信息科学与技术学院，上海 201210；4.中国科学院红外探测与成像技术重点实验室 上海 200083）
收稿日期：2018-01-30 稿件编号：201801174
computer engineering and applications
ZHAO Dan⁃xin1，2，3，4，SUN Sheng⁃li1，4 （1. Chinese Academy of Sciences，Shanghai Institute of Technical Physics，Shanghai 200083，China； 2.University of Chinese Academy of Sciences，Beijing 100049，China；3.School of Information Science & Technology，ShanghaiTech University，Shanghai 201210，China；4.Key Laboratory of Infrared System
关键词：目标检测；多尺度特征；深度学习；遥感图像；卷积神经网络Leabharlann 中图分类号：TN911.73
文献标识码：A
文章编号：1674-6236（2018）22-0164-05
A new method for target detection of remote sensing image based on ResNet.
摘要：针对遥感影像中目标方向、目标大小、拍摄角度及场景的多样性导致飞机目标检测精度不高
的问题，提出一种基于残差网络（ResNet）的目标检测新方法。首先采集并且标注遥感图像数据，这
些 数 据 包 含 了 晴 天 、薄 雾 等 多 种 气 候 条 件 下 的 遥 感 影 像 ；然 后 构 建 图 形 金 字 塔 和 模 板 金 字 塔 进 行
后 基 于 视 觉 单 词 袋 子（Bag of Visual Words，BOVW） 测，来更好的解决高分辨率遥感图像中飞机目标多
对 特 征 编 码 ，最 后 训 练 分 类 器 的 检 测 方 法 ，得 到 样性，检测难度大的问题。一般情况下，CNN 越深，
84.32%的准确率。但是这种方法分 3 步进行，算法 检测效果也好，但是计算量大，网络难以的问题也随