關鍵詞：目標檢測 卷積神經網絡 高分辨率遙感圖像 

摘要：為提升傳統算法對高分辨率遙感圖像中地物目標的檢測效果,將深度學習目標檢測框架快速區域卷積神經網絡(faster regions with convolutional neural network,Faster R-CNN)應用于高分辨率遙感圖像目標檢測任務中。以機場為檢測場景、飛機為檢測目標進行實驗,首先,利用高分辨率遙感圖像數據集訓練Faster R-CNN框架,得到相應的目標檢測模型;然后,采用該模型對高分辨率遙感圖像中的飛機目標進行檢測;最后,對實驗結果進行統計分析及評價。實驗結果表明,Faster R-CNN模型能夠全面而準確地檢測飛機目標,最優 F1分數值為0.976 3,并且同一個模型可以對多種高分辨率遙感圖像進行目標檢測。

國土資源遙感雜志要求:

{1}參考文獻中的每條項目應齊全。

{2}來稿文責自負，抄襲率控制在15%以內，嚴禁一稿多投。

{3}文內有關特定內容的注釋以尾注形式寫明，序號用帶圓圈的阿拉伯數字表示。

{4}關鍵詞每篇文章可選4-5個關鍵詞，請選擇能反映論文主要內容或研究方法的詞作為關鍵詞。

{5}正文中出現一百字以上的引文，不必加注引號，直接將引文部分左邊縮排兩格，并使用楷體字予以區分。一百字以下引文，加注引號，直接放在正文中。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社