高分影像密集建筑物Correg-YOLOv3检测方法

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

所属期刊栏目：51

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金;国家重点研发计划;中央高校基本科研业务费专项;教育部重点实验室基金;自然资源部城市土地资源监测与仿真重点实验室开放基金

在线出版日期：2023-02-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2531-2540