典型文献
融合多层级特征的遥感图像地面弱小目标检测
文献摘要：
为解决遥感图像地面弱小目标检测中弱小目标信息量少、信息真假混杂的难题,本文提出一种融合多层级特征的遥感图像地面弱小目标检测算法CC-YOLO.该算法首先利用深度卷积神经网络逐级对目标图像进行特征提取,得到高低层特征空间金字塔图;然后,对空间金字塔图进行跨层级通道特征融合,结合新增的位置注意力机制CA,分别沿两个空间方向聚合特征,保留弱小目标精确的位置信息;最后,在聚合后生成的双支路特征图上进行端到端的目标检测,联合多通道检测信息输出检测结果.为解决算法实验中图像数据匮乏的问题,构建了遥感图像地面弱小目标数据集GDSTD.实验结果表明,算法AP0.5∶0.95达到42.3％,AP0.5达到94.6％,检测速率FPS达到58.8帧/s,具有一定的鲁棒性和实时性.
文献关键词：
弱小目标检测;多层级特征;融合;位置注意力机制;遥感图像
中图分类号：
作者姓名：
闫钧华;张琨;施天俊;朱桂熠;刘勇;张寅
作者机构：
南京航空航天大学空间光电探测与感知工业和信息化部重点实验室 南京 211106;南京航空航天大学航天学院 南京 211106;哈尔滨工业大学空间光学工程中心哈尔滨 150001;军事科学院国防科技创新研究院 北京 100071
文献出处：
引用格式：
[1]闫钧华;张琨;施天俊;朱桂熠;刘勇;张寅-.融合多层级特征的遥感图像地面弱小目标检测)[J].仪器仪表学报,2022(03):221-229
A类：
双支路特征,GDSTD
B类：
多层级特征,遥感图像,弱小目标检测,目标信息,信息量,真假,目标检测算法,CC,YOLO,深度卷积神经网络,逐级,标图,低层,特征空间,空间金字塔,跨层级,通道特征融合,位置注意力机制,CA,空间方向,聚合特征,位置信息,特征图,端到端,多通道,信息输出,决算法,中图,图像数据,数据匮乏,AP0,检测速率,FPS
AB值：
0.258971
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。
