基于MFFDet-R的多源舰船图像融合检测方法

来源：系统工程与电子技术杂志2025年第2期北京时间：

作者：姜杰, 凌青, 闫文君, 刘凯

单位：海军航空大学航空作战勤务学院, 山东 烟台 264001

摘要：针对对无人机采集到的多源图像的舰船目标融合检测问题, 提出一种基于多模态特征融合旋转检测网络(multi-modal feature fusion detection network based on rotation, MFFDet-R)的多源舰船图像融合检测方法。首先, 为提升检测速度, 采用单阶段无锚框设计降低计算量。随后, 为提升检测精度, 采用旋转任务对齐学习进行标签分配和对齐。然后, 为实现多模态特征的充分融合, 设计多模态特征融合网络。最后, 根据特定场景有针对性地设计检测头和角度预测头, 以提升网络检测性能。通过实验对比验证, 结果表明所提方法可以有效实现对多源舰船的融合检测, 且对不同场景舰船目标的检测性能优于其他方法。

关键词：多源图像,融合检测,任务对齐学习,特征融合

基金资助：国家自然科学基金(62371465);山东省青创团队(2022kj084);山东省自然科学基金(ZR2020QF010)