联合目标分割和关键点检测的飞机型号识别

摘要：

目前,受限于数据集精细度与网络结构,深度学习技术仍难以应对飞机目标型号识别这类精细化识别任务.本文针对遥感影像中飞机目标型号识别问题,提出一种融合目标分割与关键点检测的飞机型号识别方法.该方法有机地结合多任务深度神经网络与条件随机场和模板匹配算法,利用"预训练+微调+后处理"的方式实现飞机型号的高精度识别.首先,基于多任务深度神经网络迁移学习技术实现飞机目标物位置、掩膜与关键点信息识别.其次,为了便于后期高精度模板匹配,利用本文提出的融合条件随机场的飞机目标掩膜精化算法和基于关键点的姿态调整算法,实现识别目标的边界精细化与机体姿态调整;最后,在本文构建的飞机型号模板库基础上,将经过精化后处理的飞机掩膜信息与模板库进行匹配,实现飞机目标的型号识别.为了验证所提方法的有效性,本文进行了相关实验,并与传统算法及完全端到端深度学习方法进行了对比,结果表明,本文所提方法具有更高准确率,并且在实用性方面更具优势.

关键词：目标检测、分割、关键点检测、条件随机场、飞机型号识别

所属期刊栏目：28

分类号：P2(测绘学)

在线出版日期：2024-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：1010-1024