基于注意力机制的轻量级SAR船舶检测器

作     者：于楠晶 冯大权 朱颖 张恒嘉 陆平 YU Nanjing;FENG Daquan;ZHU Ying;ZHANG Hengjia;LU Ping

作者机构：深圳大学电子与信息工程学院广东深圳518060 中国信息通信研究院北京100191 中兴通讯股份有限公司广东深圳518055 移动网络和移动多媒体技术国家重点实验室广东深圳518055 

基　　金：深圳市自然科学基金资助项目(No.JCYJ20210324095209025) 

出 版 物：《物联网学报》 (Chinese Journal on Internet of Things)

年 卷 期：2024年第8卷第4期

页      码：156-166页

摘      要：合成孔径雷达(SAR,synthetic aperture radar)遥感图像凭其全天候、全时段优势,在军事侦察、交通监管等领域得到了广泛的应用。卷积神经网络因其较强的学习能力,被广泛用于SAR图像船舶检测算法。然而,SAR图像中船舶特征提取难度较大。此外,计算资源和内存空间受限,实际应用对算法推理速度需求较高。为此,提出了一种基于注意力的轻量级船舶检测(LASD,lightweight attention-based ship detector)算法。该算法设计了一种新的线性混合注意力残差模块,先后用全局通道注意力和局部空间注意力在深层特征空间中提取船舶潜在特征;基于跨阶段部分通道连接的空间金字塔池化模块优化多尺度特征融合质量,用串联小核池化组替换并行大核池化组以提升算法推理速度;设计了一种新的基于局部注意力的特征融合策略,在特征融合阶段利用局部注意力进一步扩大船舶和背景噪声的差异。在公开数据集SSDD和LS-SSDD-v1.0上的实验数据表明,LASD算法同时兼顾了检测精度和推理速度,相比其他先进算法更具竞争力。

主 题 词：SAR 船舶检测 卷积神经网络 注意力机制 多尺度特征融合 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.11959/j.issn.2096-3750.2024.00407

馆 藏 号：203156536...