论文部分内容阅读
大尺寸遥感图像中小目标和密集目标的检测一直存在着检测准确率低、漏检率高的问题。基于此,以改进的DCL算法处理遥感影像,实现了区块划分,再对各区块的显著性区域进行提取。同时利用深度学习SSD网络,针对密集小目标,进行了目标数量及间距占比研究,并得出定量关系。实验结果显示该方法的检测准确率大大提高,漏检率大大降低,检测时间明显缩短,成功实现了大尺寸遥感影像中的目标自动识别问题。