基于多层次神经网络的遥感图像旋转目标检测

盖昊宇; 张震; 姚庆锋; 李慧; 杨东

doi:10.16379/j.cnki.issn.1004-4353.2025.04.002

延边大学学报（自然科学版） ›› 2025, Vol. 51 ›› Issue (4) : 71 -75. DOI: 10.16379/j.cnki.issn.1004-4353.2025.04.002

基于多层次神经网络的遥感图像旋转目标检测

盖昊宇, 张震, 姚庆锋, 李慧, 杨东

作者信息 +

Author information +

文章历史 +

PDF

摘要

为了在遥感图像中提高对非标准角度出现的旋转目标的检测效果,提出了一种基于多层次神经网络的遥感图像旋转目标检测方法.首先通过构建遥感图像的旋转目标来检测损失优化模型,以此量化模型预测值与真实值的差异;然后通过引入多层次神经网络来逐步提取特征,以精确反映旋转目标的预测误差;最后利用环形平滑标签对遥感图像特征图进行反卷积上采样,并结合Head部分修正不同尺度预测值的置信度类别,并计算旋转目标的检测损失值,以此实现网络自动学习不同旋转角度下目标的本质特征.实验结果显示,在不同非标准角度下,本文方法的检测平均精度均值(m AP)均在0.97左右,检测耗时均在0.18ms以内,且二者均显著优于文献中的方法.由此表明,该方法在不同场景下可有效获取不同旋转角度和形状的检测目标,可为遥感图像中非标准角度旋转目标的检测提供良好参考.