文档名：基于注意力和自适应特征融合的SAR图像飞机目标检测
摘要：针对合成孔径雷达(SyntheticApertureRadar,SAR)图像中飞机目标尺度多样性及背景强散射干扰的问题,提出了一种基于坐标注意力和自适应特征融合的YOLOv4SAR图像飞机目标检测算法.该方法首先在主干网络引入坐标注意力机制,以增强对于飞机散射点组合结构的聚焦能力以及抗背景干扰能力.其次,在特征增强网络中引入自适应特征融合机制,提高了对不同大小飞机的特征提取能力,同时改善了YOLOv4算法召回率和精确率不平衡的问题.最后,通过改进的K-Means聚类针对飞机目标调整先验框的尺寸,提高了模型的定位精度.实验结果表明,改进算法召回率达到91.01％,精确率达到90.09％,AP0.5达到92.34％,分别较原YOLOv4算法提高2.49％,6.56％和3.62％.
作者：夏一帆 赵凤军 王樱洁 王春乐 Author：XIAYifan ZHAOFengjun WANGYingjie WANGChunle
作者单位：中国科学院空天信息创新研究院,北京100190;中国科学院大学电子电气与通信工程学院,北京100049中国科学院空天信息创新研究院,北京100190
刊名：电讯技术
Journal：TelecommunicationEngineering
年，卷(期)：2024, 64(3)
分类号：TN957.52
关键词：合成孔径雷达(SAR) 飞机检测 注意力机制 特征融合
Keywords：syntheticapertureradar(SAR) aircraftdetection attentionmechanism featurefusion
机标分类号：TP391TN958TU398
在线出版日期：2024年4月16日
基金项目：国家自然科学基金基于注意力和自适应特征融合的SAR图像飞机目标检测[
期刊论文] 电讯技术--2024, 64(3)夏一帆 赵凤军 王樱洁 王春乐针对合成孔径雷达(SyntheticApertureRadar,SAR)图像中飞机目标尺度多样性及背景强散射干扰的问题,提出了一种基于坐标注意力和自适应特征融合的YOLOv4SAR图像飞机目标检测算法.该方法首先在主干网络引入坐标注意力机...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于注意力和自适应特征融合的SAR图像飞机目标检测 Aircraft Detection in SAR Images Based on Attention and Adaptive Feature Fusion
基于注意力和自适应特征融合的SAR图像飞机目标检测.pdf
- 文件大小:
- 2.45 MB
- 下载次数:
- 60
-
高速下载
|
|
