光学遥感图像目标检测算法综述

来源 :自动化学报 | 被引量 : 0次 | 上传用户:abintianshen3
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目标检测技术是光学遥感图像理解的基础问题,具有重要的应用价值.本文对遥感图像目标检测算法发展进行了梳理和分析.首先阐述了遥感图像目标检测的特点和挑战;之后系统总结了典型的检测方法,包括早期的基于手工设计特征的算法和现阶段基于深度学习的方法,对于深度学习方法首先介绍了典型的目标检测模型,进而针对遥感图像本身的难点详细梳理了优化改进方案;接着介绍了常用的检测数据集,并对现有方法的性能进行比较;最后对现阶段问题进行总结并对未来发展趋势进行展望.
其他文献
针对干涉高度计受主天线相位中心高度误差、主天线斜距误差、干涉基线误差等诸多干涉参数误差的影响,测高精度不满足应用要求的问题,结合干涉高度计系统误差特性,提出一种高精度外定标方法。该方法利用干涉参数误差模型,对测量得到的干涉参数进行优化和校准,获取精确的干涉参数,生成更高精度的海面高度。利用试验数据进行算法仿真分析,验证了该方法的有效性。
以航空场景为例,基于大圆轨迹原则进行航线飞行轨迹模拟。从动态飞行目标和卫星空间关系的角度出发,对典型高轨高通量通信卫星和低轨通信卫星星座的波束或卫星切换频次、可接入波束或卫星数量、通信距离、终端指向需求、多普勒效应影响以及卫星容量需求等方面进行了仿真分析,描述两者在通信过程中的差异和特点,为通信卫星系统设计和优化提供参考。
本文提出一种基于联邦智能的分布式控制方法—联邦控制.作为联邦生态的核心环节,联邦控制从联邦智能的需求响应出发,以联邦数据的信息安全和权益保护为目标,以区块链、平行系统为技术支撑,为大型复杂系统提供高效、安全、可靠的控制与管理.