论文摘要
针对单阶段算法SSD(Single Shot Detector)检测SAR图像舰船目标时特征利用率不高的问题,提出了基于特征重用和语义聚合的SAR图像舰船目标检测算法。该算法主要包括特征重用算法和语义聚合算法。在SSD检测算法的网络模型中,针对用于目标预测的前端网络进行了改进,通过提出的特征重用算法,将特征图按照通道分成2部分:一部分被卷积处理进行参数学习;另一部分经过池化之后,采用拼接的方式重新利用,可以在进行参数学习的同时,减小参数量和计算量。通过提出的语义聚合算法,将前端网络中位置信息丰富的底层特征和语义信息丰富的高层特征进行融合,提高了区分和定位舰船目标的能力。同时,还根据数据集SSDD中舰船目标尺寸和长宽比的分布情况,减小了锚框的尺寸,增大了锚框的长宽比,使产生的锚框更符合舰船目标特点。实验结果显示,检测准确率在数据集SSDD上从77.81%提升到81.43%,而增加的计算量不显著(平均处理时间从17 ms增加到23 ms)。
论文目录
文章来源
类型: 期刊论文
作者: 江源,李建伟,张玉婷
关键词: 目标检测,单阶段算法,特征重用,语义聚合
来源: 海军航空工程学院学报 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 武器工业与军事技术,船舶工业,电信技术,计算机软件及计算机应用
单位: 海军研究院特种勤务研究所,海军参谋部机要局
基金: 国家自然科学基金资助项目(60874112)
分类号: U675.79;E91;TN957.52
页码: 470-479+498
总页数: 11
文件大小: 2239K
下载量: 72