基于改进SSD的合成孔径声纳图像感兴趣小目标检测方法 |
| |
引用本文: | 李宝奇,黄海宁,刘纪元,刘正君,韦琳哲.基于改进SSD的合成孔径声纳图像感兴趣小目标检测方法[J].电子学报,2024(3):762-771. |
| |
作者姓名: | 李宝奇 黄海宁 刘纪元 刘正君 韦琳哲 |
| |
作者单位: | 1. 中国科学院声学研究所;2. 中国科学院先进水下信息技术重点实验室;3. 中国科学院大学 |
| |
基金项目: | 国家自然科学基金(No.11904386)~~; |
| |
摘 要: | 轻量化目标检测模型SSD-MV3(Single Shot Detection-MobileNet V3)因输入图像尺寸限制无法直接检测高分辨率大尺寸合成孔径声纳(Synthetic Aperture Sonar, SAS)图像中感兴趣小目标.为此,本文提出了一种新的目标检测方法 HRSSD(High Resolution Single Shot Detection),该方法通过冗余切割确保SSD-MV3输入图像尺寸的规范以及感兴趣小目标的完整,并利用二次非极大值抑制保证检测结果的唯一.此外,提出了一种尺度、空间和通道注意力机制联合的特征提取模块,并利用该模块重新设计了SSD-MV3的基础网络和附加特征提取网络,记作SSD-MV3P(Single Shot Detection-MobileNet V3 Pro),使得SSD-MV3P能更有效的感知感兴趣小目标特征信息.实验结果表明,在感兴趣小目标检测数据集SST(Sonar Small Targets)上,SSD-MV3P的平均检测精度(mean Average Precision, mAP)比SSD-MV3提升4.39%.HRSSD实现...
|
关 键 词: | 合成孔径声纳 感兴趣小目标检测 轻量化目标检测模型 注意力机制 二次非极大值抑制 |
|
|