高分影像密集建筑物Correg-YOLOv3检测方法

P237; 精准地检测建筑物目标对于城市规划、智慧城市建设和军事民事活动中均有重要意义.针对高分辨率遥感影像中密集型建筑物检测框重叠比高的问题,本文提出了一种Correg-YOLOv3(corner regression-based YOLOv3)检测方法,该方法以YOLOv3网络架构为基础,通过嵌入角点回归机制,增设一个关于顶点相对于边界框中心点的偏移量的额外损失项,扩展其输出维度,使其可同时输出矩形检测框及建筑物角点,实现密集分布的建筑物精准定位.最后,通过试验对本文方法进行定性和定量的评估.试验研究结果表明:本文方法检测精度、召回率、F1和平均精度分别达到了96.45％、95.75％、9...

Full description

Saved in:
Bibliographic Details
Published in:测绘学报 2022-12, Vol.51 (12), p.2531-2540
Main Authors: 陈占龙, 李双江, 徐永洋, 徐道柱, 马超, 赵军利
Format: Article
Language:Chinese
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:P237; 精准地检测建筑物目标对于城市规划、智慧城市建设和军事民事活动中均有重要意义.针对高分辨率遥感影像中密集型建筑物检测框重叠比高的问题,本文提出了一种Correg-YOLOv3(corner regression-based YOLOv3)检测方法,该方法以YOLOv3网络架构为基础,通过嵌入角点回归机制,增设一个关于顶点相对于边界框中心点的偏移量的额外损失项,扩展其输出维度,使其可同时输出矩形检测框及建筑物角点,实现密集分布的建筑物精准定位.最后,通过试验对本文方法进行定性和定量的评估.试验研究结果表明:本文方法检测精度、召回率、F1和平均精度分别达到了96.45％、95.75％、96.10％和98.05％,较原算法YOLOv3分别提高了2.73％、5.4％、4.1％和4.73％.因此,本文方法有效解决了高分影像中密集型建筑物的检测问题.
ISSN:1001-1595
DOI:10.11947/j.AGCS.2022.20210177