• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Cloud Computing and Big Data Analytics >FPN-GAN: Multi-class Small Object Detection in Remote Sensing Images
【24h】

FPN-GAN: Multi-class Small Object Detection in Remote Sensing Images

机译：FPN-GaN：遥感图像中的多级小物体检测

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Despite the recent dramatic advances in object detection, detecting a small object in general and in remote sensing images is still a challenging problem. One main reason for this is the appearance of small objects in images. Specifically low resolution and noisy representation makes it hard to detect small objects. We tickle down this problem by proposing a novel object detector based on Generative adversarial network (GAN), which we called FPN-GAN in short. The proposed method is composed of GAN, Resnet-50 as a backbone, and Feature Pyramid Network for detection. We combine both of these methods to achieve a single end to end GAN model for multi class-small object detection and image enhancement simultaneously. Extensive experiments on a challenging benchmark DIOR remote sensing dataset demonstrate the superiority of the proposed method for small objects as well as large and the medium size objects.
机译：尽管对象检测最近发生了巨大的进步，但在一般和遥感图像中检测到一个小物体仍然是一个具有挑战性的问题。 这是一个主要原因是图像中的小物体的外观。 特别是低分辨率和嘈杂的表示使得很难检测到小物体。 我们通过提出基于生成的对抗网络（GaN）的新型对象探测器来缩小这个问题，我们短暂地称为FPN-GAN。 所提出的方法由GaN，Reset-50作为骨干组成，并具有金字塔网络进行检测。 我们将这两种方法组合在一起，以实现多类小型对象检测和图像增强的单端到终端GaN模型。 在具有挑战性的基准遥感数据集上进行广泛的实验，证明了小物体以及大型和中等尺寸对象的提出方法的优越性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号