复杂场景下多尺度船舶实时检测方法

作者：周薇娜; 刘露

来源：电信科学, 2022, 38(10): 67-78.

• 多尺度船舶检测
• 多层信息交互融合
• 多注意感受野
• 双向细粒度特征金字塔

船舶检测在军事侦察、海上目标跟踪、海上交通管制等任务中发挥着重要作用。然而，受船舶外形尺度多变和复杂海面背景的影响，在复杂海面上检测多尺度船舶仍然是一个挑战。针对此难题，提出了一种基于多层信息交互融合和注意力机制的YOLOv4改进方法。该方法主要通过多层信息交互融合（multi-layer information interactive fusion,MLIF）模块和多注意感受野（multi-attention receptive field,MARF）模块构建一个双向细粒度特征金字塔。其中，MLIF模块用于融合不同尺度的特征，不仅能将深层的高级语义特征串联在一起，而且将较浅层的丰富特征进行重塑；MARF由感受野模块（receptive field block,RFB）与注意力机制模块组成，能有效地强调重要特征并抑制冗余特征。此外，为了进一步评估提出方法的性能，在新加坡海事数据集（Singapore maritime dataset,SMD）上进行了实验。实验结果表明，所提方法能有效地解决复杂海洋环境下多尺度船舶检测的难题，且同时满足了实时需求。

• 单位
  上海海事大学