公开(公告)号：CN113408340B

公开(公告)日：2024-03-29

申请号：CN202110514236.7

申请日：2021-05-12

Applicant: 北京化工大学

Inventor： 周勇胜 ,  张飞翔 ,  张帆 ,  马飞 ,  尹嫱 ,  项德良

IPC: G06V20/54 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/764

Abstract: 本发明公开了基于增强型特征金字塔的双极化SAR小型船只检测方法，针对合成孔径雷达(SAR)图像中小型船只通常散射强度弱，在图像中仅占少量像素而导致的漏检问题，该方法设计了双极化自适应通道融合模块，通过检测结果的反馈来自动学习双极化SAR数据中两个通道融合系数，由系数加权得到融合通道输入特征提取网络。在本发明改进的注意力增强型低层特征金字塔中，降低深度网络下采样次数得到低层特征金字塔并在大尺度特征图上进行预测可以缓解小型船只在SAR图像中占据像素较少而导致特征消失问题，与此同时引入了空间与通道注意力机制。

公开(公告)号：CN113408340A

公开(公告)日：2021-09-17

申请号：CN202110514236.7

申请日：2021-05-12

Applicant: 北京化工大学

Inventor： 周勇胜 ,  张飞翔 ,  张帆 ,  马飞 ,  尹嫱 ,  项德良

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了基于增强型特征金字塔的双极化SAR小型船只检测方法，针对合成孔径雷达(SAR)图像中小型船只通常散射强度弱，在图像中仅占少量像素而导致的漏检问题，该方法设计了双极化自适应通道融合模块，通过检测结果的反馈来自动学习双极化SAR数据中两个通道融合系数，由系数加权得到融合通道输入特征提取网络。在本发明改进的注意力增强型低层特征金字塔中，降低深度网络下采样次数得到低层特征金字塔并在大尺度特征图上进行预测可以缓解小型船只在SAR图像中占据像素较少而导致特征消失问题，与此同时引入了空间与通道注意力机制。