基于深度学习目标检测算法的滑坡检测研究
张倩荧;王俊英;雷冬冬
【期刊名称】《信息通信》 【年(卷),期】2019(000)001
【摘要】针对目标检测算法在诸多图像识别领域应用效果突出,而在遥感图像滑坡检测中应用较少的现象,本文对同一少量低分辨率遥感数据集运用目前应用广泛的基于深度学习的目标检测算法Faster RCNN、YOLO、SSD进行遥感图像滑坡检测,并对实验结果进行了比较和分析,探讨三种目标检测算法的特点及其在遥感图像滑坡检测中适应的配置参数和应用范畴,以获得更有效的滑坡检测效果. 【总页数】3页(16-18)
【关键词】目标检测;遥感图像;滑坡区域;深度学习 【作者】张倩荧;王俊英;雷冬冬
【作者单位】水电工程智能视觉监测湖北省重点实验室(三峡大学),湖北宜昌 443002;水电工程智能视觉监测湖北省重点实验室(三峡大学),湖北宜昌 443002;水电工程智能视觉监测湖北省重点实验室(三峡大学),湖北宜昌 443002 【正文语种】中文 【中图分类】TP391 【相关文献】
1.基于深度学习的机器视觉目标检测算法及在票据检测中应用 [J], 刘桂雄; 刘思洋; 吴俊芳; 罗文佳
2.基于深度学习监控场景下的多尺度目标检测算法研究 [J], 程显毅; 胡海涛; 季国华; 孙丽丽
3.一种基于Gabor深度学习的无人机目标检测算法 [J], 张锡联; 段海滨
4.基于候选区域的深度学习目标检测算法综述 [J], 詹炜; Inomjon Ramatov; 崔万新; 喻晶精
5.基于深度学习的遥感图像在轨目标检测技术研究 [C], Xiao Huachao; 肖化超; Zhang Jianhua; 张建华; Wang Peng; 王鹏; Shi Yong; 师勇; Zhang Chao; 张超
以上内容为文献基本信息，获取文献全文请下载
基于深度学习目标检测算法的滑坡检测研究
