利用改进特征金字塔模型的SAR图像多目标船舶检测

• 作者: 刘振宇 周慧 陈澎
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: SAR图像 船舶多目标检测 锚点框聚类 特征金字塔模型
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 896-901
• 页数: 6页
• 分类号: TN911.73
• 字数: 3596字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2020.08.006

摘要

深度学习模型中的特征金字塔网络(Feature Pyramid Network,FPN)常被用作合成孔径雷达(Synthetic Aperture Radar,SAR)图像中多目标船舶的检测.针对复杂场景下多目标船舶检测问题,提出了一种基于改进锚点框的FPN模型.首先将特征金字塔模型嵌入传统的RPN(Region Proposal Network)并映射成新的特征空间用于目标检测,然后利用基于形状相似度距离(Shape Similar Dis-tance,SSD)度量的Kmeans聚类算法优化FPN的初始锚点框,并使用SAR船舶数据集测试.实验结果表明,所提算法目标检测精确率达到98.62％,在复杂场景下与YOLO、Faster RCNN、FPN based on VGG/ResNet等模型进行对比,模型准确率提高,整体性能更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周慧	大连东软信息学院计算机与软件学院	14	116	4.0	10.0
2	刘振宇	大连东软信息学院计算机与软件学院	8	58	3.0	7.0
3	陈澎	大连海事大学航海学院	20	101	6.0	9.0