论文部分内容阅读
以提升红外遥感图像多目标检测精度为目标,研究基于深度学习网络的红外遥感图像多目标检测。选取多结构多尺度top-hat形态学滤波算法预处理红外遥感图像,将完成预处理的目标增强后图像输入优化的形变卷积神经网络中,利用规则区域对完成预处理的图像采样,加权求和各采样点的值与方块卷积核相应位置权限获取卷积操作输出的特征映射图,通过池化层对特征映射图实施池化操作获取相同维度深度特征,将深度特征输入全连接层,利用全连接层获取候选目标区域全连接特征,实现红外遥感图像多目标检测。实验结果表明,采用该方法检测红外遥感图