文章摘要:光学遥感图像超分重建方法被广泛的应用于光学遥感图像的目标检测中，但是现有的光学遥感图像超分重建方法主要是生成视觉上令人满意的图像，并没有考虑到后续目标检测任务的特殊性，所以不能有效地应用到目标检测中。因此提出面向目标检测的双驱动自适应多尺度光学遥感图像超分重建方法，将超分重建网络和目标检测网络结合起来，进行联合优化。针对光学遥感图像的特点设计了自适应多尺度遥感图像超分重建网络，集成选择性内核网络和自适应门控单元来特征提取和融合，重建出初步遥感图像。通过提出的双驱动模块，将特征先验驱动损失和任务驱动损失传到超分网络中，一方面约束超分重建遥感图像的特征和真实高分图像的特征尽可能相似，另一方面也考虑到了遥感图像目标检测任务的特殊性，让超分网络更好的为目标检测任务服务，提高目标检测的性能。所提出的方法在UCAS-AOD和NWPU VHR-10数据集上进行实验并和五种主流算法比较，PSNR（峰值信噪比）和mAP（平均准确率）相较于次好算法分别提高了1.86dB和3.73%。实验结果表明，和其他方法相比，本文算法和光学遥感图像目标检测结合可以取得更好的效果，综合性能最好。

文章关键词:

论文DOI:10.13700/j.bh.1001-5965.2021.0517

论文分类号:TP751

上一篇：环境科学与资源利用论文_基于Sentinel-1/2的大
下一篇：没有了