基于特征重聚焦网络的多尺度近岸舰船检测

• 作者: 刘荻 张焱 赵琰 石志广 张景华 张宇
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 机器视觉 卷积神经网络 舰船目标检测 特征重聚焦网络 注意力机制
• 年，卷（期）: 2021,（22）
• 所属期刊栏目: 机器视觉|Machine Vision
• 页码范围: 129-141
• 页数: 13页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3788/AOS202141.2215001

摘要

针对监控视频中的多尺度近岸舰船检测问题,提出了一种基于特征重聚焦网络的舰船目标检测算法,设计了由多维特征聚合模块(MFAM)与注意力特征重构模块(AFRM)组成的特征重聚焦策略.其中,MFAM基于输入的特征金字塔构建特征聚合块,进一步融合多尺度舰船不同层次特征的语义信息.AFRM基于多分支空洞卷积以及通道与空间注意力机制提升网络对目标非局部信息的表征和对背景干扰的抑制,并构建了用于目标检测的特征重聚焦金字塔.在Seaships7000舰船公开数据集上的实验结果表明,相比其他算法,本算法对监控视频中多尺度近岸舰船的检测效果更好.