科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了发挥合成孔径雷达(synthetic aperture radar, SAR)检测系统在军事和航海领域的重要作用，提升高分辨率SAR图像目标检测的精度，提出了基于贝叶斯分类器与轻量伪孪生网络(pseudo-siamese network, PSN)的SAR舰船目标检测算法。针对大部分卷积神经网络(convolutional neural networks, CNN)目标检测模型因参数多、模型大而不利于移动端嵌入式使用的特点，利用视觉显著结合贝叶斯分类，获得舰船疑似切片，降低数据量。引入一维直方图信息，在PSN的基础上自主设计了SAR舰船目标检测框架。基于HRSID数据集进行检测实验，并与各种基于深度学习的目标检测算法进行比较，检测结果表明了所构建模型的有效性。
- 单位
