复杂背景下的SAR图像多尺度舰船检测

摘要：

合成孔径雷达(Synthetic Aperture Radar,SAR)图像中复杂背景舰船目标的定位和检测,是SAR图像用于海洋监测的关键技术之一.提出一种基于跨连接特征金字塔网络(Cross Connected Feature Pyramid Networks,CCF-PN)的SAR图像多尺度舰船目标检测算法,较好地解决了复杂背景下的多尺度目标检测问题.构建CCFPN增强舰船目标深层特征与浅层特征的传递;利用多路空洞卷积提高浅层特征提取能力;使用通道拼接方式丰富融合后特征图的信息量.所提出的算法在公开数据集的检测结果表明:该算法能够实现不同数据集复杂、模糊背景下的舰船多尺度目标检测,算法的平均精度(Average Precision,AP)达到95.62％,整体性能优于现有主流目标检测算法.

关键词：舰船目标检测、跨连接特征金字塔网络、空洞卷积、通道特征融合、单次多框检测器

所属期刊栏目：46

分类号：TP183(自动化基础理论)

资助基金：国家重点研发计划;上海市科技创新行动计划社会发展科技攻关项目;上海市科技创新行动计划社会发展科技攻关项目

在线出版日期：2023-07-05（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：17-24,32