基于全局特征融合的SAR图像旋转舰船目标检测算法

来源：系统工程与电子技术杂志2024年第12期北京时间：

作者：薛峰涛, 孙天宇, 杨益民, 杨健

单位：1. 北京遥感设备研究所, 北京 100854；2. 清华大学电子工程系, 北京 100084

摘要：针对常规模型在合成孔径雷达(synthetic aperture radar, SAR)图像中对近岸旋转舰船目标检测效果不佳的问题, 提出一种基于全局特征融合的SAR图像旋转舰船目标检测方法。首先, 通过全局注意力特征金字塔网络融合不同层级特征, 缩短了底层特征向顶层特征的传递路径。其次, 在图像块融合阶段加入位置编码，以减少降采样导致的定位信息损失。最后, 采用旋转特征对齐网络生成高质量的锚点和旋转对齐特征, 用于分类和坐标回归。所提方法在SAR舰船斜框检测数据集(rotated ship detection dataset in SAR images, RSDD-SAR) 上旋转交并比为0.5时的平均检测精度达到了0.894 8, 对近岸和离岸舰船都有着较好的检测性能。

关键词：合成孔径雷达,舰船检测,旋转目标检测,神经网络,特征融合

基金资助：国家自然科学基金(62171023)