动态特征融合的遥感图像目标检测

作者:谢星星; 程塨; 姚艳清; 姚西文; 韩军伟
更新时间:

目标尺度差异和类间相似性是遥感图像目标检测中的两个重要挑战。多尺度特征融合作为一种解决目标尺度差异大、类间相似度高的方法,受到了广泛关注。然而,目前大多数融合方法都是使用固定权重对不同尺度的特征进行融合,使得所有输入图像共享融合方法,忽略了目标尺度对输入图像中特征融合的影响。为了解决上述问题,本文提出了一种动态特征融合网络。该网络由特征选通模块和动态融合模块组成,可以实现多尺度特征的动态融合。其中,特征选通模块的目的是在融合前选择性地抑制或增强特征,动态融合模块的目的是建立输入目标尺度与特征融合之间的关系,并根据输入目标尺度动态学习融合权重。最后,利用特征金字塔在Aristole r-CNN上构建了动态特征融合网络,并在DIOR和DOTA的大规模遥感图像目标检测数据集上验证了动态特征融合网络的有效性