深度学习遥感影像近岸舰船识别方法

作     者：王昌安 田金文 张强 张英辉 WANG Chang’an;TIAN Jinwen;ZHANG Qiang;ZHANG Yinghui

作者机构：华中科技大学人工智能与自动化学院武汉430074 北京空间飞行器总体设计部北京100086 

基　　金：国家自然科学基金项目(61273279) 

出 版 物：《遥感信息》 (Remote Sensing Information)

年 卷 期：2020年第35卷第2期

页      码：51-58页

摘      要：针对复杂背景近岸舰船检测与细粒度识别难题,提出了一种基于深度学习的新型端到端目标识别框架,可有效检测与识别任意方向的舰船目标。针对舰船目标短边尺度较小问题,提出了角度致密化的预设框设置方法,提高了候选区域生成时的召回率;采用改进方位敏感型区域插值池化,减少了坐标量化误差,实现了舰船局部区域特征的精确建模;利用注意力机制下的全局与局部特征区域级融合方法,提升了区域特征的类别判别能力,解决了细粒度舰船识别难题;针对舰船样本稀缺性问题,使用迁移学习提升了模型性能。构建了一个含有25类近岸舰船目标的细粒度数据集,与传统学习模型相比召回率提高2%,平均识别精度提高3%,对复杂背景下目标识别具有重要实用价值。

主 题 词：近岸舰船检测 细粒度分类 深度学习 端到端学习 

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

核心收录：

D　O　I：10.3969/j.issn.1000-3177.2020.02.009

馆 藏 号：203930506...