基于超密集特征金字塔网络的SAR图像舰船检测

摘要：

针对星载合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测困难的问题,提出了一种基于超密集特征金字塔网络的检测算法.首先,利用残差神经网络提取原始图像特征,构建特征图.其次,跨尺度连接多个特征层获取超密集特征金字塔,建立多尺度的高层语义特征映射,增强特征传播和重用.然后,再利用区域建议网络提取每层金字塔的候选区域输入检测网络.最后,通过融合候选区域及其周边上下文信息,将检测网络注意力集中至海域以抑制虚警,并为分类器计算置信度和边框回归提供补充信息.多组仿真实验证明,所提网络框架设定合理且检测性能优越.

关键词：合成孔径雷达、卷积神经网络、超密集特征金字塔网络、上下文信息

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：军内科研项目LJ20191A040155

在线出版日期：2020-11-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2214-2222