科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于深度学习的合成孔径雷达(SAR)舰船目标检测近年得到了快速发展。然而，传统有监督学习需要大量的标记样本来训练网络。针对此问题，该文提出一种基于图注意力网络(GAT)的半监督SAR舰船目标检测方法。首先，设计了对称卷积神经网络用于海陆分割。随后，完成超像素分割并将超像素块建模为GAT的节点，利用感兴趣区域池化层提取节点的多尺度特征。GAT采用注意力机制自适应地汇聚邻接节点特征实现对无标记节点的分类。最后，将预测为舰船目标的超像素块定位到SAR图像中并获得精细检测结果。在实测高分辨SAR图像数据集上验证了所提方法。结果表明该方法可以在少量标记样本下，以低虚警率实现对舰船目标的可靠检测。
- 单位
