光学遥感图像中的飞机目标检测技术研究综述

发布时间：2024-03-24 23:09

　　光学遥感图像中的飞机目标检测技术已被广泛应用于城市规划、航空交通以及军事侦察领域。目前尽管已有大量研究,但仍然存在很多问题亟待解决。文中回顾了该技术研究现状,并从遥感图像目标检测思路出发,将飞机目标检测方法总结为3类,对这3类检测方法的概念和研究情况分别进行了阐述,并在此基础上进行了比较分析,重点研究了深度学习方法在该领域的研究情况并讨论了样本和数据集问题,最后讨论了飞机目标检测的关键技术难点,并对该领域的未来发展趋势做了展望。

【文章页数】：8 页

【文章目录】：
1 遥感图像飞机目标检测的总体技术思路
2 光学遥感图像飞机目标检测方法
    2.1 基于模板匹配的方法
    2.2 基于传统机器学习的方法
        2.2.1 区域提取
        2.2.2 特征提取
        2.2.3 特征处理
        2.2.4 分类器设计
    2.3 基于人工神经网络的方法
        2.3.1 深度神经网络
            (1)两阶段方法
            (2)一阶段方法
        2.3.2 其他深度学习网络
    2.4 算法比较分析
3 样本和数据集
    3.1 常用的数据集
    3.2 针对小样本情况的解决办法
        3.2.1 基于无监督学习的飞机目标检测
        3.2.2 基于弱监督学习的飞机目标检测
        3.2.3 基于迁移学习的飞机目标检测
        3.2.4 样本增广技术
4 关键性问题
5 发展趋势和展望
    5.1 多源数据融合方法
    5.2 多特征结合的传统目标检测方法
    5.3 多算法级联
    5.4 基于深度学习的飞机目标检测方法
        (1)飞机目标数据集的进一步完善和飞机目标识别任务
        (2)一阶段和二阶段深度神经网络相结合的方法
        (3)引入先验知识到深度学习算法
        (4)完善深度学习的数学理论



本文编号：3938162