天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁(yè) > 科技論文 > 船舶論文 >

旋轉(zhuǎn)矩形框與CBAM改進(jìn)RetinaNet的SAR圖像近岸艦船檢測(cè)

發(fā)布時(shí)間:2021-04-08 20:45
  針對(duì)海岸、島礁、碼頭等因素干擾而造成的SAR圖像近岸艦船檢測(cè)精度不高問(wèn)題,設(shè)計(jì)了采用旋轉(zhuǎn)矩形框與卷積注意力模塊CBAM(Convolutional Block Attention Module)改進(jìn)RetinaNet的SAR圖像近岸艦船檢測(cè)方案。該方案在RetinaNet算法基礎(chǔ)上,利用具有目標(biāo)角度參數(shù)的旋轉(zhuǎn)矩形框減弱非目標(biāo)區(qū)域?qū)ε灤卣魈崛〉母蓴_,在RetinaNet特征提取網(wǎng)絡(luò)相鄰殘差塊之間加入卷積注意力模塊進(jìn)行目標(biāo)特征的有效聚焦,從而改善近岸艦船檢測(cè)效果。利用公開的SSDD數(shù)據(jù)集、自標(biāo)注近岸數(shù)據(jù)集進(jìn)行了艦船檢測(cè)實(shí)驗(yàn),得到的檢測(cè)精度相較于常規(guī)RetinaNet算法分別提升了7.02%和8.89%,驗(yàn)證了該方案的有效性。 

【文章來(lái)源】:測(cè)繪科學(xué)技術(shù)學(xué)報(bào). 2020,37(06)北大核心

【文章頁(yè)數(shù)】:7 頁(yè)

【部分圖文】:

旋轉(zhuǎn)矩形框與CBAM改進(jìn)RetinaNet的SAR圖像近岸艦船檢測(cè)


旋轉(zhuǎn)矩形框和CBAM改進(jìn)RetinaNet的SAR圖像艦船檢測(cè)流程

矩形圖,主干網(wǎng)絡(luò),矩形,艦船


圖3(b)中旋轉(zhuǎn)矩形框的寬和長(zhǎng)可以近似艦船目標(biāo)在圖像中的寬和長(zhǎng),且旋轉(zhuǎn)矩形框內(nèi)包含較少非目標(biāo)區(qū)域信息。尤其是SAR圖像艦船目標(biāo)長(zhǎng)寬比較大,相比于水平矩形框, 旋轉(zhuǎn)矩形框更能準(zhǔn)確地反映出目標(biāo)信息,其表達(dá)的檢測(cè)目標(biāo)特征更加準(zhǔn)確,符合SAR圖像艦船目標(biāo)特征提取的實(shí)際需求。圖3 艦船目標(biāo)的標(biāo)注

特征圖,艦船,目標(biāo),特征圖


圖2 旋轉(zhuǎn)矩形框與CBAM改進(jìn)RetinaNet的主干網(wǎng)絡(luò)采用旋轉(zhuǎn)角度參數(shù)的錨框通過(guò)增加角度參數(shù)θ表示旋轉(zhuǎn)矩形錨框的位置信息。與原始錨框相比,每個(gè)錨點(diǎn)處的矩形錨框增加6個(gè)角度,即 - 5π 12 、 - π 3 、 - π 4 、 - π 6 、 - π 12 和0來(lái)控制矩形錨框的旋轉(zhuǎn),則特征圖上每個(gè)錨點(diǎn)處的錨框數(shù)由N×K變?yōu)镹×K×6。其中,N指每個(gè)錨點(diǎn)處有N個(gè)不同寬高比的錨框;K指每個(gè)錨點(diǎn)處有K個(gè)不同尺度大小的錨框。本文中特征圖集合(P3、P4、P5、P6、P7)對(duì)應(yīng)生成的基礎(chǔ)錨框尺度分別為82、162、322、642和1282,每層特征圖中每個(gè)錨點(diǎn)產(chǎn)生錨框的寬高比分別為1、 1 2 、3、 1 3 、3、5和 1 5 ,相對(duì)于基礎(chǔ)錨框尺度大小比分別為20、 2 1 3 和 2 2 3 。真實(shí)標(biāo)注框與錨框的相對(duì)坐標(biāo)以及預(yù)測(cè)框與錨框的相對(duì)坐標(biāo)可表示為

【參考文獻(xiàn)】:
期刊論文
[1]融合差異圖與高斯混合模型相結(jié)合的SAR圖像變化檢測(cè)[J]. 高新,靳國(guó)旺,熊新,徐嬌.  測(cè)繪科學(xué)技術(shù)學(xué)報(bào). 2020(01)
[2]AIR-SARShip-1.0:高分辨率SAR艦船檢測(cè)數(shù)據(jù)集[J]. 孫顯,王智睿,孫元睿,刁文輝,張躍,付琨.  雷達(dá)學(xué)報(bào). 2019(06)
[3]直線特征輔助的靠岸艦船檢測(cè)[J]. 余東行,郭海濤,趙傳,李道紀(jì),張保明.  測(cè)繪科學(xué)技術(shù)學(xué)報(bào). 2019(03)
[4]卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展及其在計(jì)算機(jī)視覺(jué)領(lǐng)域中的應(yīng)用綜述[J]. 陳超,齊峰.  計(jì)算機(jī)科學(xué). 2019(03)
[5]基于卷積神經(jīng)網(wǎng)絡(luò)的SAR圖像艦船目標(biāo)檢測(cè)[J]. 李健偉,曲長(zhǎng)文,彭書娟,鄧兵.  系統(tǒng)工程與電子技術(shù). 2018(09)
[6]遙感圖像中艦船檢測(cè)方法綜述[J]. 唐沐恩,林挺強(qiáng),文貢堅(jiān).  計(jì)算機(jī)應(yīng)用研究. 2011(01)



本文編號(hào):3126243

資料下載
論文發(fā)表

本文鏈接:http://www.sikaile.net/kejilunwen/chuanbolw/3126243.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶bb87e***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com