| 高分影像密集建筑物Correg-YOLOv3检测方法 |
| |
| 作者姓名： | 陈占龙 李双江 徐永洋 徐道柱 马超 赵军利 |
| |
| 作者单位： | 中国地质大学(武汉)地理与信息工程学院,湖北 武汉 430078;中国地质大学(武汉)地质探测与评估教育部重点实验室,湖北 武汉 430074;中国地质大学(武汉)计算机学院,湖北 武汉 430078;中国地质大学(武汉)地理与信息工程学院,湖北 武汉 430078;中南电力设计院有限公司,湖北 武汉 430071;中国地质大学(武汉)地理与信息工程学院,湖北 武汉 430078;自然资源部城市国土资源监测与仿真重点实验室,广东 深圳518034;中国地质大学(武汉)计算机学院,湖北 武汉 430078;西安测绘研究所,陕西 西安 710054;地理信息工程国家重点实验室,陕西 西安 710054;中国地质大学(武汉)地质探测与评估教育部重点实验室,湖北 武汉 430074 |
| |
| 基金项目： | 国家自然科学基金(41871305)；;国家重点研发计划(2017YFC0602204)；;中央高校基本科研业务费专项(CUGQY1945)； |
| |
| 摘 要： | 精准地检测建筑物目标对于城市规划、智慧城市建设和军事民事活动中均有重要意义。针对高分辨率遥感影像中密集型建筑物检测框重叠比高的问题，本文提出了一种Correg-YOLOv3(corner regression-based YOLOv3)检测方法，该方法以YOLOv3网络架构为基础，通过嵌入角点回归机制，增设一个关于顶点相对于边界框中心点的偏移量的额外损失项，扩展其输出维度，使其可同时输出矩形检测框及建筑物角点，实现密集分布的建筑物精准定位。最后，通过试验对本文方法进行定性和定量的评估。试验研究结果表明：本文方法检测精度、召回率、F1和平均精度分别达到了96.45%、95.75%、96.10%和98.05%,较原算法YOLOv3分别提高了2.73%、5.4%、4.1%和4.73%。因此，本文方法有效解决了高分影像中密集型建筑物的检测问题。
|
| 关 键 词： | 高分遥感影像 Correg-YOLOv3 角点回归 密集建筑物 目标检测 |
| 本文献已被 万方数据 等数据库收录！ |
|
