基于级联网络的复杂大场景SAR图像舰船目标快速检测

作者：孙忠镇; 戴牧宸; 雷禹; 冷祥光; 熊博莅; 计科峰

来源：信号处理, 2021, 37(06): 941-951.

DOI：10.16798/j.issn.1003-0530.2021.06.005

• 舰船目标检测
• 复杂大场景
• 合成孔径雷达
• 海陆分割
• 快速检测

合成孔径雷达(synthetic aperture radar, SAR)图像舰船目标检测紧贴军事和民用需求,为海洋监视提供重要信息支撑。针对复杂大场景SAR图像,本文设计了一种基于级联网络的舰船目标检测框架,该网络框架主要由D-BiSeNet海陆分割、分块区域筛选和CP-FCOS目标检测三部分组成。通过改进双边网络(D-BiSeNet)进行SAR图像海陆分割,增强了图像空间位置信息及网络边缘损失,提高了分割性能。通过海域面积比参数设定进行分块区域筛选,可以有效选择网络处理图像块,提升算法整体检测效率。CP-FCOS网络将Category-Position特征优化模块应用于传统FCOS网络,强化网络特征提取能力,同时改进目标分类和边界框回归方式,提高舰船目标定位效果。基于Sentinel-1和高分三号大场景实测数据实验表明,相比于传统CFAR、Faster-RCNN和RetinaNet方法,本文方法综合检测性能提升25.7%,3.7%和9.9%,同时检测速度提升10.0%以上。

• 单位
  国防科技大学