摘要
随着人工智能的兴起,利用深度学习技术实现SAR舰船检测,能够有效避免传统的复杂特征设计,并且检测精度获得了极大的改善。然而,现如今大多数检测模型往往以牺牲检测速度为代价来提高检测精度,限制了一些SAR实时性应用,如紧急军事部署、迅速海难救援、实时海洋环境监测等。为了解决这个问题,该文提出一种基于深度分离卷积神经网络(DS-CNN)的高速高精度SAR舰船检测方法SARShipNet-20,该方法取代传统卷积神经网络(T-CNN),并结合通道注意力机制(CA)和空间注意力机制(SA),能够同时实现高速和高精度的SAR舰船检测。该方法在实时性SAR应用领域具有一定的现实意义,并且其轻量级的模型有助于未来的FPGA或DSP的硬件移植。
With the development of artificial intelligence,Synthetic-Aperture Radar(SAR)ship detection using deep learning technology can effectively avoid traditionally complex feature design and thereby greatly improve detection accuracy.However,most existing detection models often improve detection accuracy at the expense of detection speed that limits some real-time applications of SAR such as emergency military deployment,rapid maritime rescue,and real-time marine environmental monitoring.To solve this problem,a high-speed and highaccuracy SAR ship detection method called SARShipNet-20 based on a Depthwise Separable Convolution Neural Network(DS-CNN)has been proposed in this paper,that replaces the Traditional Convolution Neural Network(T-CNN)and combines Channel Attention(CA)and Spatial Attention(SA).As a result,high-speed and high-accuracy SAR ship detection can be simultaneously achieved.This method has certain practical significance in the field of real-time SAR application,and its lightweight model is helpful for future FPGA or DSP hardware transplantation.
作者
张晓玲
张天文
师君
韦顺军
ZHANG Xiaoling;ZHANG Tianwen;SHI Jun;WEI Shunjun(School of Electronic Engineering,University of Electronic Science and Technology of China,Chengdu 611731,China)
出处
《雷达学报（中英文）》
CSCD
北大核心
2019年第6期841-851,共11页
Journal of Radars
基金
国家自然科学基金(61571099,61501098,61671113)
国家重点研发计划(2017YFB0502700)~~
关键词
卷积神经网络
深度分离卷积神经网络
SAR
舰船检测
注意力机制
Convolution Neural Network(CNN)
Depthwise Separable Convolution Neural Network(DS-CNN)
SAR
Ship detection
Attention mechanism
作者简介
通信作者:张晓玲(1964-),女,四川人,获电子科技大学工学博士学位,目前为电子科技大学教授/博导,主要从事SAR成像技术、雷达探测技术研究、3维SAR成像的目标散射特性(RCS)反演。E-mail:xlzhang@uestc.edu.cn;张天文(1994-),男,江苏人,现于电子科技大学信息与通信工程学院攻读博士学位,主要研究领域为SAR成像技术、遥感图像处理与智能识别解译。E-mail:twzhang@std.usetc.edn.cn;师君(1979-),男,河南人,获电子科技大学工学博士学位,目前为电子科技大学副教授,主要从事SAR数据处理方面研究。E-mail:shijun@uestc.edu.cn;韦顺军(1983-),男,广西人,获电子科技大学工学博士学位,目前为电子科技大学副教授,主要从事SAR成像技术、干涉SAR技术研究。E-mail:weishunjun@uestc.edu.cn。
