基于视觉显著性的SAR遥感图像NanoDet舰船检测方法
在合成孔径雷达遥感图像中,舰船由金属材质构成,后向散射强;海面平滑,后向散射弱,因此舰船是海面背景下的视觉显著目标.然而,SAR遥感影像幅宽大、海面背景复杂,且不同舰船目标特征差异大,导致舰船快速准确检测困难.为此,该文提出一种基于视觉显著性的SAR遥感图像NanoDet舰船检测方法.该方法首先通过自动聚类算法划分图像样本为不同场景类别;其次,针对不同场景下的图像进行差异化的显著性检测;最后,使用优化后的轻量化网络模型NanoDet对加入显著性图的训练样本进行特征学习,使系统模型能够实现快速和高精确度的舰船检测效果.该方法对SAR图像应用实时性具有一定的帮助,且其轻量化模型利于未来实现硬件移植.该文利用公开数据集SSDD和AIR-SARship-2.0进行实验验证,体现了该算法的有效性.
SAR图像;舰船检测;深度学习;轻量化网络;视觉显著性
10
TN957.52
国家自然科学基金;国家自然科学基金
2022-01-12(万方平台首次上网日期,不代表论文的发表时间)
共10页
885-894