← 返回列表
一种基于注意力特征融合的稀疏SAR舰船目标检测方法及装置
申请人信息
- 申请人:南京航空航天大学
- 申请人地址:211106 江苏省南京市江宁区将军大道29号南京航空航天大学
- 发明人: 南京航空航天大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于注意力特征融合的稀疏SAR舰船目标检测方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311249489.1 |
| 申请日 | 2023/9/26 |
| 公告号 | CN117372676A |
| 公开日 | 2024/1/9 |
| IPC主分类号 | G06V10/25 |
| 权利人 | 南京航空航天大学 |
| 发明人 | 张晶晶; 王璐玮; 刘泽昊; 李凌宇; 姬忠远; 毕辉 |
| 地址 | 江苏省南京市秦淮区御道街29号 |
摘要文本
南京航空航天大学取得“一种透气窗帘布”专利技术，本发明公开了一种基于注意力特征融合的稀疏SAR舰船目标检测方法及装置，基于AMP算法将预先获取的SAR图像重构为稀疏SAR图像；构建基于改进Faster R‑CNN的目标检测网络；特征提取网络采用宽残差网络WRN，提取稀疏SAR舰船图像不同尺度的特征图；将提取的不同尺度的特征图输入基于注意力机制的特征金字塔结构，实现不同尺度特征图的特征融合；区域生成网络用于生成候选目标框，候选目标框被认为包含感兴趣的对象；将融合后的特征图输入到ROIAlign层，提高回归精度；将稀疏SAR图像作为改进Faster R‑CNN目标检测网络的输入进行训练，得到目标的检测结果。本发明提高了对弱小目标的检测能力，实现了目标检测精度的进一步提升。
专利主权项内容
1.一种基于注意力特征融合的稀疏SAR舰船目标检测方法，其特征在于，包括如下步骤：(1)基于AMP算法将预先获取的SAR图像重构为稀疏SAR图像；(2)构建基于改进Faster R-CNN的目标检测网络；所述目标检测网络包括特征提取网络、基于注意力机制的特征金字塔、ROI Align池化层和区域生成网络RPN；(3)特征提取网络采用宽残差网络WRN，提取稀疏SAR舰船图像不同尺度的特征图；(4)将步骤(3)提取的不同尺度的特征图输入基于注意力机制的特征金字塔结构，实现不同尺度特征图的特征融合；(5)区域生成网络用于生成候选目标框，候选目标框被认为包含感兴趣的对象；(6)将步骤(5)融合后的特征图输入到ROI Align层，提高回归精度；(7)将步骤(1)的稀疏SAR图像作为改进Faster R-CNN目标检测网络的输入进行训练，得到目标的检测结果。