基于特征增强网络的SAR图像舰船目标检测

来源：系统工程与电子技术杂志2023年第4期北京时间：

作者：张冬冬, 王春平, 付强

单位：陆军工程大学石家庄校区电子与光学工程系, 河北 石家庄 050003

摘要：合成孔径雷达(synthetic aperture radar, SAR)图像场景复杂度高、舰船目标尺度小, 传统方法检测效率低、虚警概率大。针对以上问题, 提出一种特征增强网络用于SAR图像舰船目标检测。首先, 利用I-Darknet-53(improved Darknet-53)提取特征信息, 构建4层特征金字塔丰富低层特征。其次, 将多个特征层进行跨尺度连接, 使低层细节信息更易于向高层语义信息映射, 增强特征的传播和重用。最后, 利用多尺度注意力模型增强特征信息, 为检测器提供高质量的判断依据。试验结果表明, 所提算法在SSDD数据集上的平均检测精度为95%。相较于其他网络模型, 所提算法具有明显优势。

关键词：合成孔径雷达图像,目标检测,特征增强,多尺度融合,多尺度注意力