典型文献
基于注意力机制的航空图像旋转框目标检测
文献摘要：
针对在航空遥感图像目标检测中,航空图像在俯视图下呈任意方向排列,存在图像尺寸大、方向任意和背景复杂等问题,为能在复杂背景的航空图像中仍有较好的检测结果,提出一种基于注意力机制的旋转框航空图像目标检测模型.该模型首先采用RetinaNet作为基线模型,在原有检测器结构的基础上,增加额外的角度参数以适应旋转框目标检测;然后提出一个新的通道语义提取注意力模块(CSE),用于捕获全局语义信息和通道关系,并预测粗糙包围盒与分类分数;最后采用特征对齐和改进的Fast R-CNN检测头进行精细化处理,进一步提升检测精度,得到最后的分类和回归结果.实验结果表明,该方法在公开航空遥感数据集D O T A上的检测精度达到77.71％,优于其他先进的旋转框目标检测方法.
文献关键词：
目标检测;航空图像;注意力机制;深度学习
中图分类号：
作者姓名：
常洪彬;李文举;李文辉
作者机构：
吉林大学计算机科学与技术学院,长春130012
文献出处：
引用格式：
[1]常洪彬;李文举;李文辉-.基于注意力机制的航空图像旋转框目标检测)[J].吉林大学学报（理学版）,2022(06):1363-1369
A类：
B类：
注意力机制,航空图像,像旋,旋转框,航空遥感,遥感图像,图像目标检测,俯视图,任意方向,图像尺寸,复杂背景,目标检测模型,RetinaNet,基线模型,检测器,增加额,语义提取,注意力模块,CSE,全局语义信息,包围盒,特征对齐,Fast,检测头,细化处理,检测精度,开航,遥感数据,目标检测方法
AB值：
0.344822
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
