一种目标区域特征增强的SAR图像飞机目标检测与识别网络

来源：电子与信息学报杂志2024年第12期北京时间：

作者：韩萍, 赵涵, 廖大钰, 彭彦文, 程争

单位：中国民航大学智能信号与图像处理天津市重点实验室 天津 300300

摘要：在合成孔径雷达(SAR)图像飞机目标检测识别中，飞机目标图像呈现离散特性以及结构之间的相似性会降低飞机检测与识别的准确率。为此该文设计了一种目标区域特征增强的SAR图像飞机目标检测与识别网络。网络由3部分组成：保护飞机特征的跨阶段部分网络(FP-CSPDarnet)、自适应特征融合的特征金字塔(FPN-A)以及目标区域散射特征提取与增强的检测头(D-Head)。FP-CSPDarnet在提取特征的同时可以有效保护SAR图像飞机特征；FPN-A采用多层次特征自适应融合、细化，来增强飞机特征；D-Head在检测前有效增强飞机可辨别特征，提升飞机检测与识别精度。利用SAR-ADRD数据集的实验结果证明了该文所提方法有效性，其平均精度相对与基线网络YOLOv5s提升了2.0%。

关键词：合成孔径雷达, 飞机目标检测与识别, YOLOv5s, 飞机特征保护, 特征增强

基金资助：中央高校基金(3122020043)