基于梯形跨尺度特征耦合网络的SAR图像舰船检测

黄帅; 张毅

首页> 中文期刊> 《计算机工程》 >基于梯形跨尺度特征耦合网络的SAR图像舰船检测

基于梯形跨尺度特征耦合网络的SAR图像舰船检测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

在合成孔径雷达(SAR)图像舰船检测中,现有检测方法难以有效提取多尺度语义信息,无法准确地表示其在整个网络中的信息权重,且定位模块与分类模块相关性较弱,导致定位不准确。提出一种梯形跨尺度特征耦合网络,通过梯形特征金字塔网络提取各级语义信息,采用交叉结构代替跳连结构,提高网络的泛化能力和语意表征能力,并引入可训练权重因子表示各级语义信息的重要性。在此基础上,将定位模块与分类模块通过耦合检测头增强两者之间的相关性,引入可变形卷积对最终的定位输出进行二次校准,从而提高检测精度。实验结果表明,与FasterRCNN、CascadeRCNN、RetinaNet等主流网络相比,该网络在SSDD数据集上的检测精度提高了2.74个百分点以上,具有良好的检测性能。在近岸复杂场景下,该网络能更有效地检测密集目标和多尺度目标,降低误检和漏检的概率。

著录项

来源
《计算机工程》 |2022年第12期|270-280|共11页
作者
黄帅; 张毅;
展开▼
作者单位

中国科学院空天信息研究院;

中国科学院大学电子电气与通信工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算机网络;
关键词
舰船检测; 梯形特征金字塔; 多尺度特征聚合; 耦合网络; 可训练权重因子;

相似文献

中文文献
外文文献
专利

1. 基于特征转移金字塔网络的SAR图像跨尺度目标检测 [J] . 周正 ,崔宗勇 ,曹宗杰 . 雷达学报 . 2021,第4期
2. 基于深层次特征增强网络的SAR图像舰船检测 [J] . 韩子硕 ,王春平 ,付强 . 北京理工大学学报 . 2021,第9期
3. 基于超密集特征金字塔网络的SAR图像舰船检测 [J] . 韩子硕 ,王春平 ,付强 . 系统工程与电子技术 . 2020,第10期
4. 基于特征重用和语义聚合的SAR图像舰船目标检测 [J] . 江源 ,李建伟 ,张玉婷 . 海军航空工程学院学报 . 2019,第6期
5. 基于多特征融合的SAR图像舰船自学习检测算法 [J] . 楚博策 ,文义红 ,陈金勇 . 无线电工程 . 2018,第2期
6. 基于稠密连接神经网络的多尺度SAR图像舰船检测 [C] . Yue Zhang ,张跃 ,Xian Sun . 第五届高分辨率对地观测学术年会 . 2018
7. 局部点面对比度积和特征差异性耦合的SAR图像舰船检测算法 [A] . 张新鹏 . 2021

基于梯形跨尺度特征耦合网络的SAR图像舰船检测

摘要

著录项

相似文献

相关主题

期刊订阅