来源：期刊VIP网 时间：
作者：徐雪峰;郭广伟;黄余;
单位：江苏电子信息职业学院;河北工程大学;重庆大学;
摘要：对遥感图像中小目标的检测进行研究，提出改进全卷积神经网络的检测新算法。首先，分析了分层概率图模型和深度学习的基本概念和模型。然后，提出分层概率图模型中分层马尔可夫随机场的后验边际模式的递归获取步骤。最后，将全卷积神经网络和分层概率图模型联合，实现对全卷积神经网络的改进，构建遥感图像小目标检测新方法。此外，在所提方法中，选用随机森林技术从分类学习样本中估计每个类和分辨率的后验概率。基于对某地区卫星数据集的处理，将所提出的检测方法与其他四种方法进行了对比。对比实验结果表明，与其他方法相比，所提出的检测方法对低矮植被、车辆、树等遥感图像中的小目标具有更高的检测准确率。
关键词：小目标检测;;遥感图像;;全卷积神经网络;;分层概率图模型;;随机森林
基金资助：江苏省重点技术创新项目导向计划（苏工信创新[2021]112-1654）
