-
题名基于感知向量的光学遥感图像舰船检测
- 1
-
-
作者
潘超凡
李润生
许岩
胡庆
牛朝阳
刘伟
-
机构
信息工程大学数据与目标工程学院
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2022年第12期3631-3640,共10页
-
基金
青年科学基金(41901378)资助课题。
-
文摘
针对光学遥感图像中近岸舰船目标检测干扰大、虚警率高的问题,在基于包围框边缘感知向量(box boundary-aware vectors,BBAVectors)检测网络的基础上提出了改进方法。首先在特征融合网络后加入一个有监督的注意力模块来增强目标区域信息,削弱无关背景信息干扰;然后利用边界感知向量间的几何关系设计了一个自监督损失函数,用以加强向量间的耦合关系,防止向量独立性导致包围框出现不规则形状。实验结果显示,在HRSC2016数据集L_(2)级检测任务中,改进模型检测结果的平均精度相较于原网络提高了6.91%,有效抑制了背景噪声的干扰,降低了近岸舰船目标检测的虚警率,证明了改进方法的有效性。
-
关键词
光学遥感图像
舰船目标检测
包围框边缘感知向量
监督
注意力模块
-
Keywords
optical remote sensing images
ship targets detection
box boundary-aware vectors(bbavectors)
supervised
attention module
-
分类号
P237
[天文地球—摄影测量与遥感]
-
