计算机工程

作者：宋志娜, 李莎, 杨建明, 徐川

单位：1. 湖北工业大学 计算机学院, 武汉 4300002. 火箭军指挥学院 勤务保障系, 武汉 430012

关键词：高分辨率遥感图像,舰船目标检测,多尺度特征融合,极化双重注意力网络,动态锚学习

基金：湖北工业大学博士启动基金(BSQD2020056)

高分辨率遥感图像在海上监视、海上搜救、海上运输等军用和民用领域的舰船检测方面有着广泛的应用。然而高分辨率光学遥感图像舰船目标检测通常存在背景复杂、目标方向任意、尺度多变等问题，导致检测精度不高。提出一种基于特征和区域定位增强的旋转检测算法RetinaNet-MPD。通过添加一个多尺度特征融合模块，充分融合不同尺度、不同层级的特征信息，以增强不同尺度特征图的特征表示能力。针对复杂背景下的舰船目标检测，提出极化双重注意力网络，通过在注意力网络后加入极化函数，充分提取目标的关键特征，同时抑制不相关信息，以有效区分目标和背景。此外，为更准确地定位舰船目标，在对正负样本进行训练时采用一种动态锚学习方法，从而动态选择目标区域内具有良好定位潜力的高质量锚，提高舰船目标检测精度。实验结果表明，RetinaNet-MPD算法在DOTA舰船和HRSC2016数据集上的检测精度分别为89.3%和85.8%，相比现有旋转目标检测算法的检测精度有所提升。

来源：2023年第8期

《计算机工程》期刊编辑部

查看计算机工程杂志2023年第8期