基于特征增强网络的SAR图像舰船目标检测

作者：张冬冬^*; 王春平; 付强

来源：系统工程与电子技术, 2023, 45(04): 1032-1039.

• 合成孔径雷达图像
• 目标检测
• 特征增强
• 多尺度融合
• 多尺度注意力

合成孔径雷达(synthetic aperture radar, SAR)图像场景复杂度高、舰船目标尺度小，传统方法检测效率低、虚警概率大。针对以上问题，提出一种特征增强网络用于SAR图像舰船目标检测。首先，利用I-Darknet-53(improved Darknet-53)提取特征信息，构建4层特征金字塔丰富低层特征。其次，将多个特征层进行跨尺度连接，使低层细节信息更易于向高层语义信息映射，增强特征的传播和重用。最后，利用多尺度注意力模型增强特征信息，为检测器提供高质量的判断依据。试验结果表明，所提算法在SSDD数据集上的平均检测精度为95%。相较于其他网络模型，所提算法具有明显优势。

• 单位
  中国人民解放军陆军工程大学