典型文献
基于感知向量的光学遥感图像舰船检测
文献摘要：
针对光学遥感图像中近岸舰船目标检测干扰大、虚警率高的问题,在基于包围框边缘感知向量(box boundary-aware vectors,BBAVectors)检测网络的基础上提出了改进方法.首先在特征融合网络后加入一个有监督的注意力模块来增强目标区域信息,削弱无关背景信息干扰;然后利用边界感知向量间的几何关系设计了一个自监督损失函数,用以加强向量间的耦合关系,防止向量独立性导致包围框出现不规则形状.实验结果显示,在HRSC2016数据集L2级检测任务中,改进模型检测结果的平均精度相较于原网络提高了 6.91％,有效抑制了背景噪声的干扰,降低了近岸舰船目标检测的虚警率,证明了改进方法的有效性.
文献关键词：
光学遥感图像;舰船目标检测;包围框边缘感知向量;监督;注意力模块
中图分类号：
作者姓名：
潘超凡;李润生;许岩;胡庆;牛朝阳;刘伟
作者机构：
信息工程大学数据与目标工程学院,河南郑州450001
文献出处：
引用格式：
[1]潘超凡;李润生;许岩;胡庆;牛朝阳;刘伟-.基于感知向量的光学遥感图像舰船检测)[J].系统工程与电子技术,2022(12):3631-3640
A类：
近岸舰船目标,包围框边缘感知向量,BBAVectors
B类：
光学遥感图像,舰船检测,舰船目标检测,虚警率,box,boundary,aware,vectors,测网,改进方法,特征融合网络,有监督,注意力模块,目标区域,区域信息,背景信息,利用边界,边界感知,几何关系,自监督,损失函数,耦合关系,框出,不规则形状,HRSC2016,L2,改进模型,模型检测,背景噪声
AB值：
0.331238
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。
