基于深度卷积神经网络的SAR舰船目标检测

• 作者: 李响 杨龙 苏娟
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 舰船目标检测 单次多盒检测器检测算法 深度卷积神经网络
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 传感器与信号处理
• 页码范围: 1990-1997
• 页数: 8页
• 分类号: TP751
• 字数: 6371字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2019.09.11

摘要

针对传统合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测算法检测精度易受斑点噪声影响,且只能提取底层特征及其泛化性较差的问题,提出了一种基于深度卷积神经网络的SAR图像舰船目标检测算法.首先将目前先进的单次多盒检测器(single shot multibox detector,SSD)检测算法应用到SAR图像舰船目标检测领域,指出了其在该领域存在的局限性,在此基础上提出了基于SSD的新的检测方法,包括融合上下文信息,迁移模型学习,在公开的SSDD数据集上进行了训练和测试,对实验结果进行了对比分析,实验结果表明,相比于原始的SSD检测算法,所提出的方法不仅提高了目标检测精度,同时也保证了算法的检测效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏娟	火箭军工程大学核工程学院	10	16	2.0	3.0
2	杨龙	火箭军工程大学核工程学院	3	4	1.0	2.0
3	李响	火箭军工程大学核工程学院	3	1	1.0	1.0