SAR影像船舶目标检测技术研究

胡庆; 李润生; 许岩; 牛朝阳; 刘伟

首页> 中文期刊> 《测绘科学技术学报》 >SAR影像船舶目标检测技术研究

SAR影像船舶目标检测技术研究

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

针对SAR影像特征单一、小船舶目标检测召回率低和近岸目标虚警率高等问题,提出基于跨阶段局部聚合残差变换网络CSPResNeXt(Cross Stage Partial ResNeXt)的SAR影像船舶检测算法.该算法首先在浅层特征提取网络中加入了感受野模块RFB(Receptive Field Block)来模仿人类视觉感知,用以增强目标特征的可辨识性和网络对小尺寸船舶的适应性;其次采用多特征层双向加权融合和多尺度检测方法,对特征进行重组优化,提升目标检测能力;最后提出了相适应的损失函数的计算方法,并通过数据增强提升网络的鲁棒性.在HRSID和SSDD数据集上的实验结果表明,改进算法对密集小目标的检测效果得到了提升,有效降低了近岸强散射目标的误检率,检测速度和精度更加优越.

著录项

来源
《测绘科学技术学报》 |2020年第5期|479-487|共9页
作者
胡庆; 李润生; 许岩; 牛朝阳; 刘伟;
展开▼
作者单位

信息工程大学河南郑州450001;

信息工程大学河南郑州450001;

信息工程大学河南郑州450001;

信息工程大学河南郑州450001;

信息工程大学河南郑州450001;

展开▼
原文格式 PDF
正文语种 chi
中图分类测绘遥感技术;
关键词
目标检测; SAR影像; 感受野; 双向加权融合; 跨阶段局部聚合残差变换网络;

相似文献

中文文献
外文文献
专利

1. 星载简缩极化SAR船舶目标检测技术研究 [J] . 计科峰 ,王海波 ,冷祥光 . 雷达学报 . 2016,第006期
2. 复杂场景下深度表示的SAR船舶目标检测算法 [J] . 袁国文 ,张彩霞 ,杨阳 . 计算机工程与应用 . 2022,第2期
3. 复杂背景下SAR图像船舶目标检测算法研究 [J] . 樊海玮 ,史双 ,蔺琪 . 计算机技术与发展 . 2021,第010期
4. 基于显著性的SAR图像船舶目标检测方法 [J] . 闫成章 ,刘畅 . 中国科学院研究生院学报 . 2019,第003期
5. 基于改进Faster R-CNN的SAR船舶目标检测方法 [J] . 岳邦铮 ,韩松 . 计算机与现代化 . 2019,第009期
6. 基于天基视频SAR的运动目标检测与成像技术研究 [C] . 梁健 ,张润宁 . 首届中国航天高峰论坛暨中国宇航学会·中国空间法学会2016年学术年会 . 2017
7. 基于深度学习的SAR图像船舶目标检测算法研究 [A] . 史双 . 2020

SAR影像船舶目标检测技术研究

摘要

著录项

相似文献

相关主题

期刊订阅