基于选择性坐标注意力的SAR图像舰船目标检测

作者：严春满; 王铖

来源：电子学报, 2023, 51(09): 2481-2491.

• 合成孔径雷达
• 舰船目标检测
• 卷积神经网络
• 选择性坐标注意力
• 特征提取

针对SAR(Synthetic Aperture Radar)图像舰船目标检测结果虚警率和漏检率较高的问题，本文提出一种基于选择性坐标注意力机制的舰船目标检测算法.该算法以新的选择性坐标注意力机制为基础，首先通过不同卷积核的特征提取分支对舰船目标进行特征提取；然后融合所有分支的特征，并沿融合后特征的不同空间方向进行编码形成两个一维特征向量，以捕获空间方向上特征的位置信息；最后利用这一对方向和位置敏感的特征向量编码形成“门”机制，对各分支不同大小感受野提取的特征选择性地加权融合，以增强舰船目标的特征表示.本文以SSD(Single Shot MultiBox Detector)作为基础检测算法首先在SSDD(SAR Ship Detection Dataset)数据集上进行实验，实验结果表明，选择性坐标注意力机制相较于其他注意力机制能有效提升网络模型对舰船目标的检测能力，同时，基于选择性坐标注意力机制改进的SSD舰船目标检测算法平均检测精度达到了94.20%，较原SSD算法提升了4.45%.此外，通过在其他两个舰船数据集上的进一步测试，反映改进算法具有较好的泛化性，其综合性能优于其他对比目标检测算法.

• 出版日期2023
• 单位电子工程学院; 西北师范大学