La detección de aeronaves para imágenes de teledetección, como uno de los campos de la visión por ordenador, es una de las tareas significativas del procesamiento de imágenes basado en el aprendizaje profundo. Recientemente, se han desarrollado y aplicado muchos algoritmos de alto rendimiento para la detección de aeronaves en diferentes escenarios. Sin embargo, los algoritmos propuestos todavía tienen una serie de problemas; por ejemplo, los algoritmos pasarán por alto algunas aeronaves de pequeña escala cuando se apliquen a la imagen de teledetección. Este problema se debe a dos motivos principales: por un lado, las aeronaves de las imágenes de teledetección suelen ser de pequeño tamaño, lo que dificulta su detección. La otra razón es que el fondo de la imagen de teledetección suele ser complejo, por lo que los algoritmos aplicados al escenario se ven fácilmente afectados por el fondo. Para abordar el problema del pequeño tamaño, este artículo propone la Red de Detección Multiescala (MSDN), que introduce una arquitectura de detección multiescala para detectar aeronaves de pequeño tamaño. Con la intención de resistir el ruido de fondo, este trabajo propone el Módulo Más Profundo y Ancho (DAWM) que aumenta el campo perceptivo de la red para aliviar la afección. Además, para abordar los dos problemas simultáneamente, este trabajo introduce el DAWM en la MSDN y denomina a la nueva estructura de red Red de Detección Refinada Multiescala (MSRDN). Los resultados experimentales muestran que el método MSRDN ha detectado las aeronaves de pequeña escala que otros algoritmos pasaron por alto y los indicadores de rendimiento tienen un rendimiento superior al de otros algoritmos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
SiFSO: Técnica basada en la Optimización del Enjambre de Peces para la Detección Eficiente de Comunidades en Redes Complejas
Artículo:
Aprendizaje por refuerzo para la programación de aplicaciones de flujo de trabajo con conciencia de la seguridad en la computación de borde móvil
Artículo:
Método de descomposición de movimiento en trampolín basado en reconocimiento de imágenes de aprendizaje profundo.
Artículo:
Estrategia de Adquisiciones con Fuentes de Suministro de Respaldo bajo Riesgo de Suministro Estocástico
Artículo:
Diseño y optimización de redes resilientes con familias de redes.