基于改进SSD的合成孔径声纳图像感兴趣小目标检测方法

作     者：李宝奇 黄海宁 刘纪元 刘正君 韦琳哲 LI Bao-qi;HUANG Hai-ning;LIU Ji-yuan;LIU Zheng-jun;WEI Lin-zhe

作者机构：中国科学院声学研究所北京100190 中国科学院先进水下信息技术重点实验室北京100190 中国科学院大学北京100049 

基　　金：国家自然科学基金(No.11904386) 

出 版 物：《电子学报》 (Acta Electronica Sinica)

年 卷 期：2024年第52卷第3期

页      码：762-771页

摘      要：轻量化目标检测模型SSD-MV3(Single Shot Detection-MobileNet V3)因输入图像尺寸限制无法直接检测高分辨率大尺寸合成孔径声纳(Synthetic Aperture Sonar,SAS)图像中感兴趣小目标.为此,本文提出了一种新的目标检测方法HRSSD(High Resolution Single Shot Detection),该方法通过冗余切割确保SSD-MV3输入图像尺寸的规范以及感兴趣小目标的完整,并利用二次非极大值抑制保证检测结果的唯一.此外,提出了一种尺度、空间和通道注意力机制联合的特征提取模块,并利用该模块重新设计了SSD-MV3的基础网络和附加特征提取网络,记作SSD-MV3P(Single Shot Detection-MobileNet V3 Pro),使得SSD-MV3P能更有效的感知感兴趣小目标特征信息.实验结果表明,在感兴趣小目标检测数据集SST(Sonar Small Targets)上,SSD-MV3P的平均检测精度(mean Average Precision,mAP)比SSD-MV3提升4.39%.HRSSD实现了高分辨率大尺寸SAS图像感兴趣小目标的检测,并且保证了同一位置上检测结果的完整性和唯一性.

主 题 词：合成孔径声纳 感兴趣小目标检测 轻量化目标检测模型 注意力机制 二次非极大值抑制 

学科分类：0810[工学-土木类] 081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.12263/DZXB.20220925

馆 藏 号：203127626...