基于特征对齐和融合的舰船小目标检测方法

作者：杨程; 林泽南; 王麒风; 陈舒敏; 林晨

来源：舰船电子对抗, 2023, 46(05): 23-74.

DOI：10.16426/j.cnki.jcdzdk.2023.05.006

• 小目标检测
• 光学遥感
• 航空图像
• 卷积神经网络

随着深度学习的快速发展，基于特征金字塔设计的检测器在光学遥感舰船检测领域取得了重大进展。然而，这些检测器在检测较小舰船目标时仍会出现漏检或误检的情况，因此针对光学遥感舰船小目标所存在的候选区域小、语义信息不匹配和特征信息不充足等特性，改进了特征金字塔网络(FPN)中特征图上采样的方法和其自上而下的融合网络，并通过控制相邻层级间的特征融合因子来丰富小目标的特征信息，提升浅层特征图对小目标特征的学习能力。实验结果表明，该方法能够有效提升检测器对舰船小目标的检测性能。