双向特征融合与特征选择的遥感影像目标检测

• 作者: 肖进胜 张舒豪 陈云华 王元方 杨力衡
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 遥感影像 目标检测 特征融合网络 多特征选择 角度预测
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 学术论文|PAPERS
• 页码范围: 267-272
• 页数: 6页
• 分类号: TP183|TP751.1
• 语种: 中文
• DOI: 10.12263/DZXB.20210354

摘要

遥感影像中复杂的背景占据图像的大部分区域,严重影响了目标检测效果.本文提出一种可以对特征图进行多特征选择的目标检测网络.设计了双向多尺度特征融合网络,融合深浅层信息,提高复杂背景下小目标的检测效果,在保留常规特征金字塔自上而下路径的同时,增加一条自下而上的路径,减少浅层特征传递到顶层经历的网络层数,从而控制浅层特征损失.为了降低多尺度特征图中无用信息对后续检测网络的干扰,设计了基于注意力机制的多特征选择模块,网络自适应地专注于有用特征,忽略无用特征.针对传统五参数回归法在预测角度时存在严重的边界不连续问题,不能精确预测长宽比值比较大的目标,将角度预测当作分类任务处理.在DOTA数据集和自制数据集DOTA-GF上进行实验,6类典型目标的mAP分别达到0.651和0.641,与主流目标检测算法的对比实验结果表明提出的方法的有效性.