計(jì)算機(jī)視覺結(jié)合衛(wèi)星遙感技術(shù)在智能交通領(lǐng)域具有廣闊的應(yīng)用前景。與傳統(tǒng)的交通目標(biāo)監(jiān)控設(shè)備相比,基于衛(wèi)星遙感影像的目標(biāo)檢測方法具有一次投入持久應(yīng)用、不破壞路面、不影響地面交通、覆蓋區(qū)域大、獲取的交通信息量豐富等諸多優(yōu)點(diǎn),為交通管理與交通流動(dòng)態(tài)監(jiān)測提供了新數(shù)據(jù)、新方法源。論文圍繞高分辨率衛(wèi)星遙感影像道路分割、高分辨率視頻衛(wèi)星遙感影像中弱小車輛目標(biāo)檢測與跟蹤問題展開研究。針對(duì)遙感影像道路分割問題,首先對(duì)比分析了PSPNet、DeepLabv3、DeepLabv3+、DenseASPP以及U-Net五種基于深度學(xué)習(xí)的圖像分割網(wǎng)絡(luò),然后將這幾種分割網(wǎng)絡(luò)應(yīng)用于遙感影像道路分割任務(wù)中,并對(duì)其性能進(jìn)行多方面的評(píng)價(jià)和分析。最后基于U-Net網(wǎng)絡(luò)的缺陷,以及大范圍遙感場景中道路多樣性的特點(diǎn),提出一種能夠有效提取遙感影像道路區(qū)域且結(jié)構(gòu)更為簡單的改進(jìn)U-Net結(jié)構(gòu)。改進(jìn)的U-Net網(wǎng)絡(luò)在遙感影像道路分割任務(wù)中具有較好的表現(xiàn)。針對(duì)視頻衛(wèi)星遙感影像中少紋理特征的弱小運(yùn)動(dòng)車輛目標(biāo)檢測與跟蹤問題,提出道路分割及道路上車輛檢測與跟蹤兩步方案。首先通過改進(jìn)的U-Net網(wǎng)絡(luò)提取遙感影像中的道路區(qū)域,后續(xù)僅在道路區(qū)域檢測車輛目標(biāo)...

【文章頁數(shù)】：73 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖4-22VOC2007基于不同超分辨方法的小目標(biāo)檢測結(jié)果

基于深度卷積網(wǎng)絡(luò)和多任務(wù)學(xué)習(xí)模型的遙感影像和車輛檢測研究57LR/SSDLR/FPNBicubic/FASR++EDSR/FASR++CycSR/FASR++CycDet/FASR++圖4-21VOC檢測結(jié)果示例（超分辨技術(shù)/檢測模型）圖4-22VOC2007基于不同超分辨方法的....

本文編號(hào)：3894609