基于尺度特征卷积神经网络的高分对地观测系统设计

来源：计算机测量与控制杂志2021年第12期北京时间：

作者：刘笛,何伟,曹秀云

单位：中国航天系统科学与工程研究院

摘要：针对高分对地观测系统使用过程中会受到不同活动项目的约束影响，出现系统成像、回传及活动完成率低的问题，导致观测效果不佳，为此提出了基于尺度特征卷积神经网络的高分对地观测系统设计。该系统通过管控中心服务器推送系统运行状态信息，实现三维显示任务的功能。利用 CMOS图像传感器实现成像面对应点的传送，利用 FPGA控制器控制其数据存储时间。采用BCM5464千兆交换机，实现数据高速传输。构建并训练尺度特征卷积神经网络，利用RPN网络识别目标区域特征，通过划分目标的前景和背景确定了该区域内的训练兴趣区域坐标，从而使RPN网络权值学习达到了预期目标，提升了目标检测识别的准确性，设计对地观测信息管理流程，完成系统设计。由实验结果可知，该系统最高成像、回传概率、活动完成率分别为83%、99.9%和100%，具有良好观测效果。

关键词：尺度特征;卷积神经网络;高分对地观测;图像传感器