基于卷积神经网络与注意力机制的SAR飞机检测

作者：李广帅; 苏娟; 李义红; 李响

来源：系统工程与电子技术, 2021, 1-11.

• 合成孔径雷达图像
• 飞机检测
• 深度可分离卷积
• 注意力机制

在合成孔径雷达（synthetic aperture radar,SAR）图像应用领域，对SAR图像中飞机目标的检测备受关注。针对现有检测算法模型运算复杂度高、检测性能较低的问题，提出一种基于深度可分离卷积神经网络与注意力机制的SAR图像飞机检测算法。首先使用深度可分离卷积神经网络提取图像特征，同时在网络中引入逆残差块，以有效防止通道数压缩引起的特征信息丢失问题；其次在网络中引入多尺度空洞卷积—空间注意力模块和全局上下文通道注意力模块，通过重新分配显著区域和各特征图更有代表性的权值，以更好地捕捉空间有效信息和通道间语义相关性，提高模型特征表达能力；最后在SAR飞机数据集（SAR aircraft dataset,SAD）上进行对比实验验证。实验结果表明，本文算法具有更好的检测效果，平均准确率达到86.3%，检测速度达到22.4帧/秒。