10.19818/j.cnki.1671-1637.2021.02.024
改进SSD模型在高分二号遥感影像中高速公路收费站点位提取的应用
以高分二号遥感影像中的高速公路收费站为研究对象,选取了北京、山西、河南、广东、福建5个省市2019年的高速公路收费站点位和0.8 m遥感影像,通过图像预处理、样本标注、裁切、数据增强、样本集划分的步骤制作训练样本集;引入"多尺度特征融合"的方法对SSD目标检测模型进行改进,通过增加"转置卷积"和"拼接"操作,将高层次特征图像的语义特征赋予低层次特征图像,以增强上采样质量与特征融合能力,从而提升了模型对小目标收费站的检测效果;将改进SSD模型用于2019年福建省高分二号影像中的收费站点位提取,沿福建省高速公路路网矢量对影像进行自动切片,将切片输入模型中进行目标检测;保留有收费站的切片,使用非极大值抑制去除多余的检测框,将剩余的检测框的坐标变换为中心点的坐标,可以直接输出得到高速公路收费站的中心点矢量,从而实现对于收费站点位的端到端自动化提取.研究结果表明:改进SSD模型的精度、召回率及二者的调和平均数分别为0.86、0.88和0.87,均优于传统的SSD,VGG,Faster R-CNN和特征金字塔网络模型.可见,对收费站点位的自动提取可以大大提高公路管理者的工作效率,有效满足公路管理者的实际工作需求.
交通信息、深度学习、目标检测、改进SSD算法、高分辨率遥感、收费站提取
21
U491.2(交通工程与公路运输技术管理)
高分辨率对地观测系统重大专项;国家自然科学基金
2021-06-21（万方平台首次上网日期，不代表论文的发表时间）
共9页
278-286
