基于深度学习的遥感图像目标检测技术研究进展

付涵,范湘涛,严珍珍,杜小平

Progress of Object Detection in Remote Sensing Images based on Deep Learning

Han Fu,Xiangtao Fan,Zhenzhen Yan,Xiaoping Du

表3 解决复杂目标信息的目标检测方法

Table 3 The object detection methods of complex information

文献 方法 特点 Li等[37]，2018 提取局部上下文特征 构建了一种基于混合限制玻尔兹曼机的双通道框架，融合了局部和上下文特征（分别提取原始建议框1倍和1.5倍特征） Ren等[38]，2018 提取上下文信息 将提取的上下文区域和RPN产生的建议区域分别经过ROI pooling层，之后连接两部分向量用于预测 Zhang等[40]，2019 提取全局上下文信息及构建注意力模块 设计了一种全局上下文敏感网络，GCNet，来学习全局场景语义；提出了空间感知模块，以关注图像上信息更丰富的区域 Gong等[39]，2020 提取局部上下文信息 对每个ROI挖掘一个自适应的上下文ROI提取上下文特征（定义3倍ROI区域为有效的上下文区域） Chen等[41]，2018 注意力模块 提出了一种两层注意力机制模块，结合了局部和全局信息 Pang等[43]，2019 注意力模块 基于特征金字塔池化构建了一种全局注意力模块 李红艳等[44]，2019 注意力模块 使用结合空间和通道的注意力机制模块CBAM