Resumen

La detección de objetivos en imágenes de teledetección es una investigación muy difícil. Tras el reciente desarrollo del aprendizaje profundo, el algoritmo de detección de objetivos ha obtenido un gran y rápido crecimiento. Sin embargo, en la aplicación de imágenes de teledetección, debido al pequeño objetivo, la amplia gama, la pequeña textura y el fondo complejo, los métodos de detección de objetivos existentes no pueden alcanzar la esperanza de la gente. En este trabajo se propone un algoritmo de detección de objetivos denominado IR-PANet para imágenes de teledetección de un automóvil. En la red troncal CSPDarknet53, se utiliza SPP para reforzar el contenido de aprendizaje. A continuación, se utiliza IR-PANet como red de cuello. Tras el muestreo superior, se utiliza la convolución separable en profundidad para evitar en gran medida la falta de información de características de objetivos pequeños en la convolución de la red superficial y aumentar la información semántica en la red de alto nivel. Por último, se utiliza la corrección gamma para preprocesar la imagen antes del entrenamiento de la misma, lo que reduce eficazmente la interferencia de las sombras y otros factores en el entrenamiento. El experimento demuestra que el método tiene un mejor efecto en los objetivos pequeños oscurecidos por las sombras y bajo el color similar al del fondo de la imagen, y la precisión mejora significativamente con respecto al algoritmo original.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:imagen de teledetección, algoritmo de detección de objetivos, objetivo pequeño, red troncal cspdarknet53, métodos de detección de objetivos, información de las características del objetivo, interferencia de la sombra, algoritmo original, gran alcance, red poco profunda
• Keywords:remote sensing image, target detection algorithm, small target, backbone network cspdarknet53, target detection methods, target features information, interference of shadow, original algorithm, wide range, shallow network