首页|自适应权重金字塔和分支强相关的SAR图像舰船检测

自适应权重金字塔和分支强相关的SAR图像舰船检测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
目的 合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测在军事、民生领域发挥重要作用.由于SAR图像背景复杂且多为小尺度舰船目标,同时图像中的相干斑噪声导致舰船目标边缘模糊,现阶段目标检测模型无法快速高效地实现目标检测任务.为了提高模型检测精度,使模型具有更好的鲁棒性,提出了自适应权重金字塔和分支强相关的SAR图像检测模型.方法 对特征提取网络提取的特征图经过采样、融合处理获得特征自适应权重,然后利用权重指导每层特征图充分融合空间位置信息和语义信息,更好地检测小尺度目标;分支强相关模块融合分类分支和回归分支的特征,对融合后的待检测特征分别采用1×1、3×3对称卷积核和1×3、3×1非对称卷积核捕获不同的舰船特征;构建IoU(intersection over union)分支,利用IoU分支作用于分类分支,避免高IoU低分类置信度的候选框被抑制,通过设置平衡因子平衡IoU分支和分类分支,使其能更好地指导回归分支优化候选框.结果 在公开的遥感数据集SSDD(SAR ship detection dataset)上实验结果表明,本文模型的检测精度达到90.53％,F1值提升至94.35％,检测速度达到20.14帧/s.与其他SAR图像舰船目标检测算法相比有较好的检测效果.结论 实验结果表明该模型相比原始模型具有更好的检测效果,满足实时性检测需求,在SAR图像实时检测中具有实际意义.
Ship detection in SAR images based on adaptive weight pyramid and branch strong correlation

郭伟、申磊、曲海成、王雅萱、林畅

展开 >

辽宁工程技术大学软件学院,葫芦岛 125105

目标检测 合成孔径雷达(SAR) 自适应权重 分支相关 平衡因子

42071351LJ2019JL010LNTU20TD-23

2022

中国图象图形学报
中国科学院遥感应用研究所,中国图象图形学学会 ,北京应用物理与计算数学研究所

中国图象图形学报

CSTPCDCSCD北大核心
影响因子：1.111
ISSN：1006-8961
年,卷(期)：2022.27(10)
  • 2
  • 3