系统工程与电子技术

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

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：国家自然科学基金(62171023)

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。

来源：2024年第12期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2024年第12期