图学学报 ›› 2022, Vol. 43 ›› Issue (2): 197-204.DOI: 10.11996/JG.j.2095-302X.2022020197
摘要: 由于遥感图像目标往往较小且容易受光线、天气等因素的影响,所以单一模态下基于深度学习
的遥感图像目标检测的准确度较低。然而,不同模态间的图像信息可以相互增强提高目标检测的性能。因此,
基于 RGB 和红外图像,提出了一种适用于遥感图像多模态小目标检测的平衡多模态深度模型。相比简单地相
加、点乘和拼接的方式融合 2 个模态的特征信息,设计了一种平衡多模态特征的方法增强目标特征,以弥补单
一模态信息不足的缺点。首先分别对 RGB 和红外图像进行浅层特征提取;其次,融合 2 个模态的特征信息并
进行深层的特征提取;然后,基于 YOLOv4 方法,构建了多模态小目标检测模型。最后,基于 VEDAI 数据集,
在遥感图像多模态小目标检测实验结果中验证了该方法的有效性。
中图分类号: