端到端训练 联合训练_基于端到端边缘增强GAN和目标探测网络的遥感图像小目标检测 | MDPI...

原标题：基于端到端边缘增强GAN和目标探测网络的遥感图像小目标检测 | MDPI

研究背景

遥感图像目标检测在环境监管、监视、军事、国家安全、交通、林业、油气活动监测等领域具有广泛的应用前景，然而，目前的目标检测技术对于包含噪声和低分辨率的遥感图像而言，尤其是对于图像中的小目标，其检测效果并不理想，即使在高分辨率图像上，对小目标的检测性能也远低于对大目标的检测性能。针对这一问题，来自阿尔伯塔大学 (University of Alberta) 的Jakaria Rabbi博士及其研究团队在Remote Sensing期刊上发表了一篇论文，应用一种新的边缘增强超分辨率生成对抗网络 (Edge-Enhanced Super-Resolution GAN ,EESRGAN) 模型来提高遥感图像质量，再采用端到端检测网络，将检测损失反向传播到EESRGAN模型中以实现小目标检测，达到较高的目标检测性能 (图1)。

图1. 不同分辨率数据集图像及训练效果对比

研究过程

本文旨在提高遥感图像上小目标的检测性能，作者提出了一种端到端网络结构，其由两个模块组成：基于GAN的超分辨率 (Super-Resolution