科研之友
微信
新浪微博
Facebook
分享链接
摘要
利用高分辨率遥感图像进行舰船检测在海上监视、海上搜救、海上运输等军民领域方面有着广泛的应用。然而高分辨光学遥感图像舰船目标检测往往存在背景复杂、目标任意方向和尺度多变等问题，导致检测效果不佳。针对以上问题，提出了一种基于特征和区域定位增强的旋转检测算法RetinaNet-MPD。首先，RetinaNet-MPD添加了一个多尺度特征融合模块，充分融合不同尺度、不同层级的特征信息，以增强不同尺度特征图的特征表示能力。其次对于复杂背景下的舰船目标检测，提出了极化双重注意网络模块，通过在注意网络后加入极化函数，充分提取目标的关键特征，同时抑制不相关信息，以有效区分目标和背景。此外，为了更准确地定位舰船目标，在对正负样本进行训练时采用了一种动态锚学习方法，该方法能够动态地选择目标区域内具有良好定位潜力的高质量锚，提高舰船检测精度。RetinaNet-MPD算法在遥感公共数据集HRSC2016和DOTA上舰船的精度分别达到了89.3%和85.8%，与现有的一些旋转目标检测模型相比，平均检测精度都得到了有效提升。
- 单位
