结合场景分类的近岸区域SAR舰船目标快速检测方法

来源：信号处理杂志 2020年第12期北京时间：

作者：付晓雅, 王兆成

摘要：合成孔径雷达(Synthetic Aperture Radar, SAR)图像场景通常较大，深层卷积网络用于SAR舰船目标检测时通常需要密集滑窗提取子图像预处理，然后利用目标检测网络直接对子图像进行目标检测，该过程存在大量信息冗余，极大影响了目标检测效率的提升。在近岸区域下陆地场景偏多且场景复杂，针对以上问题，本文提出了一种结合场景分类的近岸区域SAR舰船快速目标检测方法（SC-SSD），该方法主要包含两个阶段：场景分类阶段和目标检测阶段。它们分别是由场景分类网络(Convolutional Neural Network for Scene Classification, SC-CNN)和目标检测网络(Single Shot Detector, SSD)构成。其中SC-CNN可以快速粗略筛选出可能包含舰船的子图像，然后将筛选出的子图像输入到SSD网络中实现精细化的舰船目标检测。基于高分辨率SAR舰船检测数据集AIR-SARShip-1.0的实验结果表明，提出方法相比于传统舰船检测方法，在保持较高的检测精度的同时，具有明显更快的检测速度。

关键词：合成孔径雷达图像, 场景分类, 舰船目标检测