An Efficient Target Detection and Recognition Method in Aerial Remote-sensing Images Based on Multiangle Regions-of-Interest

要約

近年、画像認識の分野でディープラーニング技術が盛んに利用されています。しかし、その主な用途は、普通の写真や一般的なシーンの認識・検出である。無人航空機（UAV）に搭載された画像取得システムによって得られたリモートセンシング画像を効果的かつ迅速に解析することは、ターゲットの特定や位置の算出を含む挑戦的なことです。航空リモートセンシング画像は、通常の写真や画像とは撮影角度や撮影方法が異なるため、地域によっては、リモートセンシング画像がかけがえのない役割を果たすことがあります。本研究では、画像の多値情報を提供する深層畳み込みニューラルネットワーク（CNN）と、多角度関心領域の生成に用いる領域提案ネットワークを組み合わせた、リモートセンシング画像における新しいターゲット検出・認識手法を提案する。提案手法は、従来の方法と比較して、より正確で精度の高い結果を得ることができました。これにより、本提案モデルはリモートセンシング画像認識への応用の可能性が示されました。

要約(オリジナル)

Recently, deep learning technology have been extensively used in the field of image recognition. However, its main application is the recognition and detection of ordinary pictures and common scenes. It is challenging to effectively and expediently analyze remote-sensing images obtained by the image acquisition systems on unmanned aerial vehicles (UAVs), which includes the identification of the target and calculation of its position. Aerial remote sensing images have different shooting angles and methods compared with ordinary pictures or images, which makes remote-sensing images play an irreplaceable role in some areas. In this study, a new target detection and recognition method in remote-sensing images is proposed based on deep convolution neural network (CNN) for the provision of multilevel information of images in combination with a region proposal network used to generate multiangle regions-of-interest. The proposed method generated results that were much more accurate and precise than those obtained with traditional ways. This demonstrated that the model proposed herein displays tremendous applicability potential in remote-sensing image recognition.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL