首页 | 本学科首页   官方微博 | 高级检索  
     

基于表观细粒度辨别网络的近海船舶目标检测方法
作者姓名:闵令通  范子满  窦飞阳  吕勤毅  李鑫
作者单位:西北工业大学电子信息学院 西安 710072
基金项目:国家自然科学基金项目(62206221);陕西省自然科学基础研究计划资助项目(2021JM-074)
摘    要:
近海船舶目标检测是一项非常具有挑战性的任务,受到学者专家广泛关注。基于卷积神经网络(CNN)和注意力机制的检测器在近海船舶目标检测方面的应用取得了显著成就。然而,船舶目标检测存在着表观相似和背景干扰导致检测过程中出现误检的问题。为此,本文提出了一种用于Faster RCNN(更快的基于区域的卷积神经网络)的表观细粒度辨别的检测头模块。
该模块包括类别细粒度分支和高效全维动态卷积定位分支。其中类别细粒度分支通过全局特征建模和灵活的感知范围来挖掘和利用类别细粒度辨别特征,高效全维动态卷积定位分支通过高效灵活的感知船舶边界信息来区分目标与背景,从而减少误检漏检问题。通过在近海船舶公开数据集Seaships7000 上进行实验验证,本文算法减少了误检漏检,提升了检测器性能。


关 键 词:船舶目标检测  类别细粒度  表观判别  全维动态卷积  自注意力
收稿时间:2023-11-14
修稿时间:2023-12-29
点击此处可从《遥测遥控》浏览原始摘要信息
点击此处可从《遥测遥控》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号