《雷达学报杂志》发表论文赏析

基于级联卷积神经网络的大场景遥感图像舰船目标快速检测方法

来源:雷达学报杂志2019年第3期北京时间:

作者:陈慧元, 刘泽宇, 郭炜炜, 张增辉, 郁文贤

单位:①.上海交通大学电子信息与电气工程学院   上海   200240;②.同济大学同济–MIT城市科学国际联合实验室   上海   200243;

摘要:针对大场景遥感图像舰船目标的快速检测问题,该文设计了一种级联型卷积神经网络检测框架。该检测框架由目标预筛选全卷积网络(P-FCN)和目标精确检测全卷积网络(D-FCN)两个全卷积网络级联而成。P-FCN是一个轻量级的图像分类网络,负责对大场景图像中可能的舰船区域进行快速预筛选,其层数少、训练简单,候选框冗余较少,能够减少后续网络的计算负担;D-FCN是一个改进的U-Net网络,通过在传统U-Net结构中加入目标掩膜和舰船朝向估计层以进行多任务的学习,实现任意朝向舰船目标的精细定位。该文分别使用TerraSAR-X雷达遥感图像和从91卫图、DOTA数据集中获得的光学遥感图像对算法进行了测试,结果表明该方法的检测准确率分别为0.928和0.926,与传统滑窗法相当,但目标检测时间仅为滑窗法的1/3左右。该文所提的级联型卷积神经网络检测框架在保持检测精度的前提下能显著提高目标检测效率,可实现大场景遥感图像中舰船目标的快速检测。

关键词:舰船目标检测, 深度学习, 全卷积网络, 大场景遥感图像, 快速检测

基金资助:国家自然科学基金(61331015, U1830103)

2019年3期其他文献查阅:

雷达海杂波测量试验回顾与展望

机载多功能海上监视雷达系统设计与关键技术研究

三维随机粗糙海面与舰船的复合电磁特性的高频方法分析研究

复合高斯杂波下抑制失配信号的自适应检测器

基于空域联合时频分解的海面微弱目标检测方法

基于多普勒谱非广延熵的海面目标检测方法

杂波背景下基于概率假设密度的辅助粒子滤波检测前跟踪改进算法

面向海面目标检测的陆海分离和海面分区算法研究

FMCW-ISAR对舰船目标成像脉内补偿方法研究

一种海洋涡旋SAR图像仿真方法

一种用于海洋要素反演的机载SAR多普勒中心偏移计算方法

一种基于密集深度分离卷积的SAR图像水域分割算法

基于级联卷积神经网络的大场景遥感图像舰船目标快速检测方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!